Python Pandas 两个条件数据框分组运行排序

Question

我正在寻找一种方法来运行两个条件 pandas DataFrame groupby 方法。我有很多日志要解析，我有以下单一条件 groupby 方法，但是有没有办法有两个条件 groupby 方法？

DF[DF['Feature Enabled'] == 1].groupby([’Feature Active'])[['Value1','Value2']].mean()

有没有办法在我浏览每个文件时为当前日志打印运行ning groupby，比如...

DF[DF['Iteration'] == CURRENTLOG_ID and DF['Feature Enabled'] == 1].groupby([’Feature Active'])[['Value1','Value2']].mean()

这将帮助我在处理每个日志后绘制成 Excel 并处理日志目录。

谢谢

Answer 1

尝试使用 masks。

mask_A  = DF['Feature Enabled'] == 1
mask_B  = DF['Iteration'] == CURRENTLOG_ID

subset = DF[mask_A & mask_B].groupby(...).mean()

Answer 2

要使用多个条件，您需要使用按位 & 而不是 and，并且由于运算符优先级，您需要将条件括在括号中：

DF[(DF['Iteration'] == CURRENTLOG_ID) & (DF['Feature Enabled'] == 1)].groupby([’Feature Active'])[['Value1','Value2']].mean()

应该可以

Python Pandas two conditional dataframe groupby running sort