如何透過Pandas條件過濾實現SQL的GROUP BY HAVING功能？

Pandas 資料分組過濾：等效於 SQL 的 GROUP BY HAVING

在資料分析中，經常需要根據應用於資料組的條件來過濾資料。在 SQL 中，HAVING 子句允許進行這種類型的條件過濾。在 Pandas 中，可以使用 groupby 和 filter 操作的組合來實現類似的功能。

為了對 Pandas 中的分組資料套用篩選器，您可以使用 groupby 物件中提供的 filter 方法。此方法接受一個函數作為輸入，並將其應用於每個群組。如果函數對某個組傳回 True，則保留該組；否則，將其排除。

考慮以下範例：

import pandas as pd

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

# 按列 A 分组数据框
g = df.groupby('A')

# 过滤以包含超过 1 行的组
filtered_df = g.filter(lambda x: len(x) > 1)

print(filtered_df)

輸出：

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

在此範例中，groupby 操作為列 A 中的每個不同值建立群組物件。然後將 filter 方法應用於每個群組對象，並使用函數 len(x) 來確定是否應保留或排除群組。在本例中，保留了超過 1 行的群組，從而得到過濾後的資料框。

您也可以建立更複雜的篩選函數，只要它們傳回布林值即可。例如，要根據 B 列值的總和篩選組，您可以使用：

filtered_df = g.filter(lambda x: x['B'].sum() == 5)

請注意，可能存在一個潛在的錯誤，即您無法在篩選函數中存取用於分組的列。一種解決方法是使用列名手動分組資料框。

以上是如何透過Pandas條件過濾實現SQL的GROUP BY HAVING功能？的詳細內容。更多資訊請關注PHP中文網其他相關文章！