2

Имеется некий набор данных tr_new, в нем есть столбец mcc_code Необходимо выбрать строки из tr_new в которых mcc_code коды встретились в более чем 60000 раз.

Я использую

mccmax=tr_new['mcc_code'].value_counts()>60000

в итоге получаю набор с False и True. А это совсем не то!

6010     True
5411     True   
... 
9402    False
8244    False

Мне нужно, просто отфильтровать список, а потом еще сгруппировать по двум полям (например [day] и [mcc_code], получая средние значения суммы по третьему полю [amount].

2 ответа 2

2

воспользуйтесь DataFrameGroupBy.filter():

res = tr_new.groupby("mcc_code").filter(lambda x: len(x) > 60000)
1
  • О, я знал, что как-то проще всё должно быть
    – CrazyElf
    2 дек 2020 в 11:21
0

Что-то такое должно быть:

vc = tr_new['mcc_code'].value_counts()
mccmax=tr_new[tr_new['mcc_code'].isin(vc[(vc>60000).index])]

По шагам:

  • vc[(vc>60000).index] - получаем собственно список самих таких mcc кодов, удовлетворяющих условию
  • tr_new['mcc_code'].isin(<полученный ранее список кодов>) - булева маска на строки tr_new, mcc код в которых входит в наш список
  • tr_new[<булева маска>] - собственно записи из tr_new по этой маске
3
  • Не правильно. Я до этого выполнял команду mccmax=tr_new['mcc_code'].value_counts().to_dict() получается что mcc кодов которые больше 60000 всего то 5 6011: 199281, 6010: 199266, 5411: 144202, 4814: 120694, 4829: 77936,
    – Aleks Mir
    2 дек 2020 в 11:03
  • @AleksMir Немного поправил код
    – CrazyElf
    2 дек 2020 в 11:09
  • Проверил и этот вариант. Только заголовки полей вышли.
    – Aleks Mir
    2 дек 2020 в 11:44

Ваш ответ

Нажимая на кнопку «Отправить ответ», вы соглашаетесь с нашими условиями использования и подтверждаете, что прочитали и поняли наши политику конфиденциальности и нормы поведения.

Всё ещё ищете ответ? Посмотрите другие вопросы с метками или задайте свой вопрос.