如何在 Pandas 中实现 SQL 的 GROUP BY HAVING 子句？

Pandas 中 SQL 的 GROUP BY HAVING 子句实现

在 SQL 中，GROUP BY 操作根据指定列的值将数据划分为子集。HAVING 子句对这些子集应用过滤器约束。此功能允许选择性数据聚合和过滤。

在 Pandas 中，GROUP BY 功能可通过 groupby() 方法实现，该方法返回一个 GroupBy 对象。Pandas 中等效于 SQL HAVING 子句的是 filter() 方法，它对 groupby() 创建的子集应用过滤器。

语法：

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

其中：

• df 是 Pandas DataFrame。
• by_column 是用于分组的列。
• filter_function 是一个为每个组返回布尔值的函数。

用法：

要在 Pandas 中对分组数据集应用过滤器，请执行以下步骤：

1. 通过对 DataFrame 调用 groupby() 创建 GroupBy 对象。
2. 使用 filter() 方法将 filter_function 应用于每个组。
3. filter_function 应为每个组返回一个布尔值。
4. 过滤后的组将作为新的 DataFrame 返回。

示例：

假设我们有以下 Pandas DataFrame：

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

要查找 B 列总和大于 4 的组，我们可以使用以下代码：

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

结果将是一个新的 DataFrame，其中包含满足过滤器条件的组中的行：

<code>print(result)</code>

输出：

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

附加说明：

• filter_function 可以是任何有效的 Python 函数，它接受 Pandas 组作为输入并返回布尔值。
• 重要的是要注意，filter_function 无法访问用于分组的列。如果您需要访问这些列，可以在应用过滤器之前手动按列分组。
• Pandas 中的 GROUP BY HAVING 功能提供了一种强大的方法来执行复杂的数据聚合和过滤操作。

以上是如何在 Pandas 中实现 SQL 的 GROUP BY HAVING 子句？的详细内容。更多信息请关注PHP中文网其他相关文章！