Pandas Python条件
Pandas Python条件
提问于 2018-08-03 04:44:08
d = [{'Number':'0001', 'Name':'A','Course':'Eng','Score':81 },{'Number':'0001', 'Name':'A','Course':'Geo','Score':75},
{'Number':'0002', 'Name':'B','Course':'Eng','Score': 76} , {'Number':'0002', 'Name':'B','Course':'Geo','Score':90 },
{'Number':'0003', 'Name':'C','Course':'Eng','Score':81 },{'Number':'0003', 'Name':'C','Course':'Geo','Score':100, },
{'Number':'0003', 'Name':'C','Course':'Bio','Score':90 }]
data = pd.DataFrame(d, index=[1,2,3,4,5,6,7])
data
Course Name Number Score
1 Eng A 0001 81
2 Geo A 0001 75
3 Eng B 0002 76
4 Geo B 0002 90
5 Eng C 0003 81
6 Geo C 0003 100
7 Bio C 0003 90我想要的是只返回名字C，因为C是唯一一个每个科目得分都在80以上的人
回答 5
Stack Overflow用户
发布于 2018-08-03 04:47:41
groupby就是你想要的
grouped = data.groupby('Name').min()
print(grouped.loc[grouped['Score']>80].index[0])这将会给你
Out[1]: ['C']Stack Overflow用户
发布于 2018-08-03 04:52:04
您可以在groupby之后使用filter，例如：
print (data.groupby('Name').filter(lambda x: (x['Score'].min()>80)))然后你就会得到
Course Name Number Score
5 Eng C 0003 81
6 Geo C 0003 100
7 Bio C 0003 90Stack Overflow用户
发布于 2018-08-03 04:52:08
在all中使用transform
data.loc[data.Score.gt(80).groupby(data['Name']).transform('all'),'Name'].unique()
Out[9]: array(['C'], dtype=object)页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/51661893
复制相关文章
相似问题