如何透過Pandas的groupby實現SQL的HAVING子句功能？

Pandas 的 groupby 和 SQL 的 HAVING 子句的等效項

資料分析經常涉及資料分組和篩選。 SQL 的 GROUP BY 子句將資料列分組，從而啟用聚合函數套用。 Pandas 的 groupby 方法反映了這一點，但缺乏與 SQL 的 HAVING 子句直接等效的方法。

HAVING子句根據聚合值條件過濾分組資料。 像這樣的 SQL 查詢：

SELECT *
...
GROUP BY col_name
HAVING condition;

先按col_name分組，然後選擇符合聚合條件的行。

Pandas 使用 filter 物件的 groupby 方法來實現這一點。 此方法接受一個為每個群組傳回布林值的函數。 評估為 True 的組別將被保留；其他的則被丟棄。

考慮一個包含「A」和「B」列的 Pandas DataFrame df。 模仿HAVING COUNT(*) > 1：

g = df.groupby('A')
filtered_df = g.filter(lambda x: len(x) > 1)

這裡，filter 應用一個函數來計算每組的行數。 保留多行的群組，導致 filtered_df 僅包含這些群組。

filter方法支援複雜濾波；任何傳回布林值的函數都可以使用。 這為根據不同條件選擇分組資料子集提供了極大的靈活性。

Pandas groupby 的 filter 方法有效複製了 SQL 的 HAVING 子句功能，實現對分組資料進行高效的條件過濾，以進行各種資料操作和統計分析。

以上是如何透過Pandas的groupby實現SQL的HAVING子句功能？的詳細內容。更多資訊請關注PHP中文網其他相關文章！