如何在pandas dataframe分组求均值后筛选？获取指定day的hour与count

• 先完成分组求均值操作，假设你的原始DataFrame名为df，按day和hour分组后计算count的均值，用reset_index()把分组索引转为普通列，方便后续筛选：

grouped_df = df.groupby(['day', 'hour'])['count'].mean().reset_index()

• 接着筛选day为0、5、6的数据，用isin()方法匹配目标值，再指定保留需要的列：

filtered_df = grouped_df[grouped_df['day'].isin([0, 5, 6])][['day', 'hour', 'count']]

更简洁的写法 #

可以把两步合并，用query()方法直接筛选，代码更紧凑：

filtered_df = df.groupby(['day', 'hour'])['count'].mean().reset_index().query('day in [0,5,6]')

特殊情况处理 #

如果分组后没做reset_index()，day是多级索引的一部分，就通过索引层级来筛选：

grouped_df = df.groupby(['day', 'hour'])['count'].mean()
filtered_df = grouped_df.loc[grouped_df.index.get_level_values('day').isin([0,5,6])].reset_index()

内容的提问来源于stack exchange，提问作者Raksha