如何用自己的标准做熊猫分组？

Question

请考虑以下数据帧

d = {'N': [1, 2, 1, 2], 'NV': [50, 50,200,200], 'VAL' : [100,0,10,0]}

df = pd.DataFrame(data = d)

给

   N  NV  VAL

0  1  50  100

1  2  50    0

2  1  200  10

3  2  200   0

我想分组，以便为每个NV获得严格为正的VAL条目数。我希望得到的结果如下

   NV  VAL

0  50   1

1  200  1

有什么建议吗？

Answer 1

df.query("VAL > 0").groupby("NV").size()或df.groupby("NV").VAL.agg(lambda y: (y > 0).sum())

Answer 2

尝试：df[df.VAL>0].groupby('NV').size().reset_index().rename(columns={0:'VAL'})    NV  VAL0   50    11  200    1

Answer 3

试试这个df['VAL'] = df.loc[df['VAL']>0].groupby(df['NV']).transform('count') df.dropna(axis=0,inplace=True)