博客

Pandas是Python中比较流行的数据分析库，它提供了不少的API来过滤数据。通过行或列的总和来过滤一个数据框架是我们使用Pandas时经常会遇到的操作之一。以下是这个过程的完整攻略：

1. 准备数据

首先，我们需要准备我们所需的数据。以一个由5个城市的销售记录数据框为例：

我们可以通过Pandas中DataFrame对象创建一个数据框

import pandas as pd

data = [{'City': 'LA', 'Sale': 245.5, 'Month': 'Apr'},
        {'City': 'NYC', 'Sale': 63.5, 'Month': 'Feb'},
        {'City': 'LA', 'Sale': 231.2, 'Month': 'May'},
        {'City': 'CHI', 'Sale': 132.4, 'Month': 'Jan'},
        {'City': 'NYC', 'Sale': 564.2, 'Month': 'Mar'},
        {'City': 'CHI', 'Sale': 198.4, 'Month': 'Apr'},
        {'City': 'LA', 'Sale': 278.0, 'Month': 'Feb'}]

df = pd.DataFrame(data)

1. 按行或按列求和

接下来，我们需要通过行或列求和，以便后面筛选数据。Pandas中的sum()函数可以完成这个操作。例如，我们可以通过“按城市求和”的方式获得各城市销售额的总和，如下所示：

sum_by_city = df.groupby('City')['Sale'].sum()

这个操作将返回如下的结果：

City
CHI    330.8
LA     754.7
NYC    627.7
Name: Sale, dtype: float64

同样，我们也可以通过“按月份求和”的方式获得每个月销售额的总和，如下所示：

sum_by_month = df.groupby('Month')['Sale'].sum()

这个操作将返回如下的结果：

Month
Apr    443.9
Feb    341.5
Jan    132.4
Mar    564.2
May    231.2
Name: Sale, dtype: float64

1. 筛选数据

有了求和的结果，我们就可以利用它来筛选数据，以便得到我们想要的结果了。例如，我们可以筛选出销售额大于500的城市数据：

df[df.groupby('City')['Sale'].transform('sum') > 500]

这个操作将返回如下的结果：

我们同样也可以筛选出销售额超过200的月份的数据：

df[df.groupby('Month')['Sale'].transform('sum') > 200]

这个操作将返回如下的结果：

至此，我们已经完成了通过行或列的总和来过滤一个数据框架的操作。总的来说，这个过程包括了三个步骤：准备数据、按行或按列求和、筛选数据。