如何在Titanic数据集按Pclass分组，筛选Fare高于均值的乘客并求最小Age

你可以通过分组计算组内票价均值，再筛选出票价高于对应组均值的乘客，最后分组求最小年龄，具体代码如下：

import pandas as pd

# 读取数据集（假设你已完成数据加载，如 df = pd.read_csv('titanic.csv')）

# 1. 计算每个Pclass组的Fare均值，并用transform映射到每一行，实现逐行匹配组内均值
df['group_fare_mean'] = df.groupby('Pclass')['Fare'].transform('mean')

# 2. 筛选出Fare高于所在组均值的乘客数据
filtered_df = df[df['Fare'] > df['group_fare_mean']]

# 3. 按Pclass分组，提取符合条件乘客的最小Age
result = filtered_df.groupby('Pclass')['Age'].min()

print(result)

代码简化写法 #

如果想减少中间变量，也可以用链式操作一步完成：

result = df[df['Fare'] > df.groupby('Pclass')['Fare'].transform('mean')].groupby('Pclass')['Age'].min()

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