基于列和的熊猫交叉滤波算法

Question

我使用Python3和熊猫作为数据集，如下所示(玩具数据集)-

data
      location importance    agent  count
0       London        Low  chatbot      2
1          NYC     Medium  chatbot      1
2       London       High    human      3
3       London        Low    human      4
4          NYC       High    human      1
5          NYC     Medium  chatbot      2
6    Melbourne        Low  chatbot      3
7    Melbourne        Low    human      4
8    Melbourne       High    human      5
9          NYC       High  chatbot      5
10   Melbourne        Low    human      3
11   Melbourne        Low    human      1
12   Melbourne       High  chatbot      5
13  Washington     Medium  chatbot      7
14  Washington     Medium    human      8
15  Washington       High  chatbot      5
16   Melbourne     Medium  chatbot      4
17  Washington     Medium  chatbot      5
18   Melbourne       High    human      3
19  Washington        Low  chatbot      2

熊猫交叉表如下所示-

pd.crosstab(data['location'], data['importance'])

importance  High  Low  Medium
location                     
London         1    2       0
Melbourne      3    4       1
NYC            2    0       2
Washington     1    1       3

问题是要将3列'High‘、'Low’、'Medium‘相加，这样您就只包含了sum >= 4的交叉表行。因此，对于这个例子，它应该排除伦敦，因为它的列sum < 4。

帮助?

Answer 1

您可以通过4和boolean indexing中的筛选器对行值进行求和和比较。

df1 = pd.crosstab(data['location'], data['importance'])


df = df1[df1.sum(axis=1).ge(4)]

工作方式如下：

df = df1[df1.sum(axis=1)>= 4)]