Pandas GroupBy - 仅显示具有多个唯一特征值的组

我有一个 DataFrame df_things 看起来像这样，我想在训练之前预测分类的质量

A    B     C      CLASS
-----------------------
al1  bal1  cal1   Ship
al1  bal1  cal1   Ship
al1  bal2  cal2   Ship
al2  bal2  cal2   Cow
al3  bal3  cal3   Car
al1  bal2  cal3   Car
al3  bal3  cal3   Car

我想按类对行进行分组，以便我了解特征的分布。我这样做（例如，在“B”列上），

df_B = df_things.groupby('CLASS').B.value_counts()

这给了我结果

CLASS  B 
-------------
ship   bal1  2 
       bal2  1
cow    bal2  2
car    bal2  1
       bal3  2

我想要的是仅可视化具有多个值的组，使其看起来像这样：| ||我有点卡住了，有什么想法吗？

CLASS  B 
-------------
ship   bal1  2 
       bal2  1
car    bal2  1
       bal3  2

I'm a little bit stuck, so any ideas?

当然，我可以帮助解决这个问题。可以使用 Pandas 的 groupby 和 filter 函数来实现这一点。以下是如何操作：

import pandas as pd

# 创建示例 DataFrame
df_things = pd.DataFrame({
    'A': ['al1', 'al1', 'al1', 'al2', 'al3', 'al1', 'al3'],
    'B': ['bal1', 'bal1', 'bal2', 'bal2', 'bal3', 'bal2', 'bal3'],
    'C': ['cal1', 'cal1', 'cal2', 'cal2', 'cal3', 'cal3', 'cal3'],
    'CLASS': ['Ship', 'Ship', 'Ship', 'Cow', 'Car', 'Car', 'Car']
})

# 按“CLASS”和“B”列对 DataFrame 进行分组，并获取每个组的大小
df_grouped = df_things.groupby(['CLASS', 'B']).size()

# 过滤组，仅保留“CLASS”列中具有多个唯一值的组
df_filtered = df_grouped.groupby('CLASS').filter(lambda x: len(x) > 1)

# 将结果转换为所需的格式
df_result = df_filtered.reset_index(name='count')

print(df_result)

这将打印以下输出：

  CLASS     B  count
0   Car  bal2      1
1   Car  bal3      2
2   Ship  bal1      2
3   Ship  bal2      1

在这个代码中：

1. 我们首先按“CLASS”和“B”列对 DataFrame 进行分组。
2. 然后，我们使用 groupby('CLASS').filter() 函数仅保留“CLASS”列中具有多个唯一“B”值的组。
3. 最后，我们使用 reset_index() 函数将结果转换为所需的格式。

此代码将为提供具有多个唯一特征值的组列表，从而能够进行需要的可视化。