我想过滤这个查询中的结果，因此只有结果>表中的1，如果可能的话，在单行代码中。
import pandas as pd
import numpy as np
df= pd.DataFrame({'Product':['A','B', 'C','A','B','D'],
'Age':[28,39,21,50,35,43],
'Country':['USA','India','Germany','USA','India','India']
})
print(df.head())
table=df.groupby(['Product','Country'])['Age'].count()
table
import pandas as pd
import numpy as np
df= pd.DataFrame({'Product':['A','B', 'C','A','B','D'],
'Age':[28,39,21,50,35,43],
'Country':['USA','India','Germany','USA','India','India']
})
table=df.groupby(['Product','Country'])['Age'].count().reset_index(name='count')
table1 = table[table["count"]>1]
table1
你可以像这样过滤计数列。您也可以将其更改为单行，如：
table=df.groupby(['Product','Country'])['Age'].count().reset_index(name='count')[table["count"]>1]
让我们链query方法：
table = (df.groupby(['Product','Country'])['Age'].count()
.reset_index(name='Count')
.query('Count > 1'))
table
输出：
Product Country Count
0 A USA 2
1 B India 2