如何在Pandas的groupby中过滤？求各性别移动端用户数统计方法

你可以通过两种简洁且正确的方式实现需求：

方法1：先筛选再分组统计 #

先过滤出所有移动端用户，再按性别分组统计customer的数量：

df[df['mobile']].groupby('gender')['customer'].count()

因为mobile是布尔类型列，直接用df[df['mobile']]就能筛选出所有移动端用户，无需额外写== True。

方法2：分组后聚合统计布尔值 #

利用布尔值在Pandas中True=1、False=0的特性，直接对mobile列求和，得到每个性别的移动端用户总数：

df.groupby('gender')['mobile'].sum()

这种方式无需提前过滤，一步完成分组和统计，结果和方法1完全一致。

原代码无法运行的原因 #

你写的df.groupby('gender')[df['mobile'] == True]['customer'].count()存在逻辑问题：分组后直接使用原DataFrame的布尔索引df['mobile'] == True，会导致索引不匹配（分组后的子DataFrame索引和原DataFrame不一致），因此无法正确筛选分组内的移动端用户。

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