Pandas技术问题：如何筛选TEST_STATUS为PASS TEST的数据并分组

首先，你之前的代码data_useless.groupby(['TEST_STATUS'] == 'PASS TEST')报错的原因是：['TEST_STATUS'] == 'PASS TEST'是将列名字符串列表与字符串做比较，得到的是布尔值False，Pandas会把这个False当成分组键，后续操作自然找不到对应的分组，所以抛出Key Error: FALSE。

要实现你给出的SQL效果，有两种常用方法：

方法一：先筛选再分组（匹配SQL逻辑） #

先筛选出TEST_STATUS为"PASS TEST"的数据，再按TEST_STATUS分组，之后可以用get_group获取该分组的所有数据：

# 筛选+分组
pass_group = data_useless[data_useless['TEST_STATUS'] == 'PASS TEST'].groupby('TEST_STATUS')
# 获取分组内的全部数据
pass_data = pass_group.get_group('PASS TEST')
print(pass_data)

方法二：直接筛选（更高效，因为分组后仅一个组） #

你的SQL语句里GROUP BY TEST_STATUS没有聚合操作，本质就是获取所有符合WHERE条件的行，所以可以直接跳过分组，直接筛选：

pass_data = data_useless[data_useless['TEST_STATUS'] == 'PASS TEST']
print(pass_data)

另外补充：你之前统计数量的代码里，count_values()大概率是笔误，正确的统计分组数量写法通常是：

data_useless[['TEST_TYPE', 'TEST_STATUS']].groupby('TEST_STATUS').count()
# 或者更简洁的
data_useless['TEST_STATUS'].value_counts()

内容的提问来源于stack exchange，提问作者Tristianto Raflesia