Pandas双条件分组求均值：仅保留多菜品厨师数据

步骤1：准备样本测试数据 #

先构造一个符合需求的数据集，方便验证代码效果：

import pandas as pd

data = {
    'chef_id': [1, 1, 2, 2, 2, 3, 3],
    'dish': ['宫保鸡丁', '宫保鸡丁', '鱼香肉丝', '麻婆豆腐', '鱼香肉丝', '番茄炒蛋', '番茄炒蛋'],
    'ingredients': ['鸡肉、花生', '鸡肉、花生', '猪肉、木耳', '豆腐、牛肉末', '猪肉、木耳', '番茄、鸡蛋', '番茄、鸡蛋'],
    'price': [28, 30, 32, 28, 30, 22, 24]
}
df = pd.DataFrame(data)

步骤2：筛选符合条件的厨师 #

先统计每个厨师制作的不同菜品数量，再筛选出至少做过2种菜品的厨师ID：

# 统计每个厨师的菜品种类数
chef_dish_num = df.groupby('chef_id')['dish'].nunique()
# 提取符合条件的厨师ID
valid_chefs = chef_dish_num[chef_dish_num >= 2].index

步骤3：过滤数据并计算分组均价 #

用筛选出的厨师ID过滤原数据集，再按chef_id和dish双字段分组，计算每道菜品的平均价格：

# 仅保留符合条件的厨师数据
filtered_data = df[df['chef_id'].isin(valid_chefs)]
# 双条件分组计算均价
final_result = filtered_data.groupby(['chef_id', 'dish'])['price'].mean().reset_index()

最终输出结果 #

运行代码后，final_result的输出如下：

chef_id    dish  price
0        2  麻婆豆腐   28.0
1        2  鱼香肉丝   31.0

完全符合预期，仅输出制作过至少2种菜品的厨师（chef_id=2）的分组均值。

简化写法 #

如果想要更简洁的代码，可以把筛选和分组逻辑合并：

final_result = df[df['chef_id'].isin(df.groupby('chef_id')['dish'].nunique()[lambda x: x >=2].index)] \
              .groupby(['chef_id', 'dish'])['price'].mean().reset_index()

内容的提问来源于stack exchange，提问作者M.K