如何为每个组设置筛选条件

Question

例如，对于下面的示例数据集，我如何使用jupyter笔记本设置过滤条件，在那里我可以找出谁有2个或多个"；糖果数量"；大于或等于3.1？

ID	名称	候选项数
1	Jerry	3.1
1	Jerry	3
1	Jerry	2
2	Tom	6
2	Tom	5.8
3	Wendy	3.1
3	Wendy	3.2

如果您可以使用panda，我们可以分两步完成：

0. 当然，首先要确保您在"糖果数量"；列：

   df["Number of Candies"] = df["Number of Candies"].astype(float)
   

1. 过滤行，其中"；糖果数量"；大于或等于3.1

   df.loc[df["Number of Candies"] >= 3.1]
   

2. 然后按"；名称"；并保持大于或等于2 的组

   .groupby("Name").filter(lambda group: len(group) >= 2)
   

你可以把这两个条件放在一起，在一行中得到你想要的结果：

>>> df.loc[df["Number of Candies"] >= 3.1].groupby("Name").filter(lambda group: len(group) >= 2)
ID    Name  Number of Candies
3   2    Tom                 6.0
4   2    Tom                 5.8
5   3  Wendy                 3.1
6   3  Wendy                 3.2

您可以使用按组计算的布尔掩码：

#             is more than 3.1?       /    get count of True per group    / ≥ 2? 
mask = df['Number of Candies'].ge(3.1).groupby(df['ID']).transform('sum').ge(2)
df[mask]

输出：

ID   Name  Number of Candies
3   2    Tom                6.0
4   2    Tom                5.8
5   3  Wendy                3.1
6   3  Wendy                3.2