我有一个包含许多列的Pandas数据框,其中两个是“电影名称”和“年龄”,我想找到排名最低的前五部电影,但只包括至少有电影的电影100个评分(所以至少出现在100行).
例如：
movie title age
Title 1 10
Title 2 12
Title 2 12
Title 3 13
Title 3 13
Title 3 13
应该成为：
movie title # of ratings avg age
Title 1 1 10
Title 2 2 12
Title 3 3 13
它可以在相同或新的数据帧中.谢谢你的帮助！
解决方法:
过滤器为每部电影创建一个标志,如果电影标题数量超过一百,则设置为True,否则设置为False.
n = 100
filter = (df.groupby(['movie title'])['age']
.transform(lambda group: group.count()) >= n)
鉴于样本数据的小尺寸,我将n设置为2并创建我的过滤器.
现在我只过滤计数超过n的电影,计算每组的平均年龄,然后取五个最小(即最低年龄).
>>> df[filter.values].groupby('movie title').age.mean().nsmallest(5)
movie title
Title 2 12
Title 3 13
Name: age, dtype: int64
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 [email protected] 举报，一经查实，本站将立刻删除。