使用Pandas筛选有效评分≥2且平均评分=4的电影

先处理数据并导入必要工具库：

import pandas as pd

# 读取数据集
df = pd.read_csv('movie_ratings.csv')
# 确保评分列转为数值型（自动将'Not Available'转为NaN，若还没处理的话）
df['rating'] = pd.to_numeric(df['rating'], errors='coerce')

接下来通过groupby结合agg一次性计算每个电影的有效评分数量和平均评分：

# 按电影名称分组，统计有效评分数和平均分
movie_metrics = df.groupby('movie Name').agg(
    valid_rating_count=('rating', 'count'),  # count自动忽略NaN，统计有效评分数量
    average_rating=('rating', 'mean')
).reset_index()

然后设置筛选条件，选出符合要求的电影：

# 筛选：有效评分≥2 且 平均分=4
target_movies = movie_metrics[(movie_metrics['valid_rating_count'] >= 2) & (movie_metrics['average_rating'] == 4)]

# 输出结果
print(target_movies['movie Name'])

运行以上代码后，输出结果就是你期望的XXX。

关键说明 #

• agg方法支持对同一列执行多个聚合操作，完美解决你同时统计数量和平均分的需求；
• count聚合函数会自动忽略NaN值，正好对应"有效评分"的统计要求；
• 布尔索引可以同时组合多个筛选条件，精准定位目标电影。

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