计算大于 pandas groupby 中的值的项目

Question

我有 Yelp 数据集，我想计算所有超过 3 星的评论。我通过这样做得到评论的数量：

 reviews.groupby('business_id')['stars'].count()

现在我想获得超过 3 星的评论数，所以我从 这里 获得灵感来尝试这个：

 reviews.groupby('business_id')['stars'].agg({'greater':lambda val: (val > 3).count()})

但这只是像以前一样给了我所有星星的数量。我不确定这是否是正确的方法？我在这里做错了什么。 lambda 表达式不会遍历星号列的每个值吗？

编辑：好吧，我觉得自己很愚蠢。我应该使用 sum 函数而不是 count 来获取大于 3 的元素的值，如下所示：

 reviews.groupby('business_id')['stars'].agg({'greater':lambda val: (val > 3).sum()})

原文由 rookie 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

您可以尝试这样做：

 reviews[reviews['stars'] > 3].groupby('business_id')['stars'].count()

原文由 Mohamed AL ANI 发布，翻译遵循 CC BY-SA 3.0 许可协议

Answer 2

由于我还想重命名该列并在同一列上运行多个函数，因此我想出了以下解决方案：

 # Counting both over and under
reviews.groupby('business_id')\
       .agg(over=pandas.NamedAgg(column='stars', aggfunc=lambda x: (x > 3).sum()),
            under=pandas.NamedAgg(column='stars', aggfunc=lambda x: (x < 3).sum()))\
       .reset_index()

pandas.NamedAgg 允许您创建多个新列，因为该功能在较新版本的 pandas 中已被删除。

原文由 Esben Eickhardt 发布，翻译遵循 CC BY-SA 4.0 许可协议