如何按指定列排序DataFrame并筛选节假日（Y）的分组结果？

方法1：先筛选再分组（更高效） #

直接先过滤出节假日数据，再按行政区分组计算均值，省去先计算所有分组再筛选的冗余步骤：

import pandas as pd
df = pd.read_csv("2_taxi_nyc.csv")
# 筛选hday为"Y"的数据，再按borough分组求pickups均值
holiday_pickups_mean = df[df['hday'] == 'Y'].groupby("borough")["pickups"].mean()
print(holiday_pickups_mean)

方法2：分组后再筛选（适合已完成分组的场景） #

如果已经执行了全部分组计算，想从结果中提取节假日数据，有两种简单方式：

方式A：用多级索引的xs方法 #

分组后的结果是多级索引（borough + hday），xs方法可以直接提取指定层级的索引值：

import pandas as pd
df = pd.read_csv("2_taxi_nyc.csv")
# 先完成全部分组计算
grouped_result = df.groupby(["borough", "hday"])["pickups"].mean()
# 提取hday为"Y"的所有行
holiday_result = grouped_result.xs('Y', level='hday')
print(holiday_result)

方式B：重置索引后用query筛选 #

把分组后的多级索引转为普通列，就能正常使用query筛选了：

import pandas as pd
df = pd.read_csv("2_taxi_nyc.csv")
grouped_result = df.groupby(["borough", "hday"])["pickups"].mean().reset_index()
# hday转为普通列后，query语法正常生效
holiday_result = grouped_result.query('hday == "Y"')
print(holiday_result)

关于你之前的query报错原因 #

你之前的错误主要是因为分组结果是多级索引，query默认只识别普通列，无法直接引用索引中的hday。如果非要直接对分组后的索引结果用query，可以用get_level_values指定索引，但写法不如上面两种直观：

grouped_result.query('get_level_values("hday") == "Y"')

内容的提问来源于stack exchange，提问作者ReasonForSmth