如何在 Pandas 中實作 SQL 的 GROUP BY HAVING 子句？

Pandas 中 SQL 的 GROUP BY HAVING 子句實作

在 SQL 中，GROUP BY 操作會根據指定列的值將資料分割為子集。 HAVING 子句對這些子集套用篩選器約束。此功能允許選擇性資料聚合和過濾。

在 Pandas 中，GROUP BY 功能可透過 groupby() 方法實現，該方法傳回一個 GroupBy 物件。 Pandas 中等效於 SQL HAVING 子句的是 filter() 方法，它對 groupby() 建立的子集套用篩選器。

文法：

<code>df.groupby(by_column).filter(filter_function)</code>

其中：

• df 是 Pandas DataFrame。
• by_column 是用於分組的欄位。
• filter_function 是一個為每個群組傳回布林值的函數。

用法：

要在 Pandas 中對分組資料集套用篩選器，請執行下列步驟：

1. 透過對 DataFrame 呼叫 groupby() 建立 GroupBy 物件。
2. 使用 filter() 方法將 filter_function 應用於每組。
3. filter_function 應為每個群組傳回一個布林值。
4. 過濾後的群組將作為新的 DataFrame 傳回。

範例：

假設我們有以下 Pandas DataFrame：

<code>df = pd.DataFrame([[1, 2], [1, 3], [5, 6]], columns=['A', 'B'])</code>

要找 B 列總和大於 4 的群組，我們可以使用以下程式碼：

<code>result = df.groupby('A').filter(lambda x: x['B'].sum() > 4)</code>

結果將是一個新的 DataFrame，其中包含滿足過濾器條件的群組中的行：

<code>print(result)</code>

輸出：

<code>   A  B
0  1  2
1  1  3</code>

附加說明：

• filter_function 可以是任何有效的 Python 函數，它接受 Pandas 群組作為輸入並傳回布林值。
• 重要的是要注意，filter_function 無法存取用於分組的欄位。如果您需要存取這些列，可以在套用篩選器之前手動按列分組。
• Pandas 中的 GROUP BY HAVING 功能提供了一種強大的方法來執行複雜的資料聚合和過濾操作。

以上是如何在 Pandas 中實作 SQL 的 GROUP BY HAVING 子句？的詳細內容。更多資訊請關注PHP中文網其他相關文章！