Pandas按索引列过滤groupby分组后数据集问题咨询

首先明确两个核心错误点：

• 你执行data.groupby(["Year", "Month", "Day"]).sum()后得到的grouped是聚合完成的普通DataFrame，不是GroupBy对象，此时调用的filter是DataFrame的列过滤方法，完全不符合你的行筛选需求。
• 你当前的索引是三层MultiIndex（多层索引），每一层都对应Year、Month、Day的名称，不是无名称的元组索引，可以直接按索引层筛选。

解决方案 #

筛选2017年8月的所有记录 #

有两种常用写法：

1. 用loc直接匹配多层索引（最简洁）：

# 元组(2017,8)匹配前两层索引=2017年、8月，冒号表示保留所有列
aug_2017_data = grouped.loc[(2017, 8), :]

2. 用索引层值判断（扩展性更强，适合复杂条件）：

aug_2017_data = grouped[
    (grouped.index.get_level_values('Year') == 2017)
    & (grouped.index.get_level_values('Month') == 8)
]

筛选Baana列值大于300的记录 #

直接用布尔索引即可，不需要调用filter方法：

baana_over_300 = grouped[grouped['Baana'] > 300]

原有代码错误原因 #

你之前写的grouped.filter(lambda x: x > (2014, 1, 1) for x in grouped.index)属于语法错误，将生成器表达式传入了DataFrame的filter方法，该方法本身只用于筛选列，不处理行筛选逻辑，因此返回空结果。

GroupBy对象的filter方法是用于分组级别的过滤（比如只保留分组求和结果满足特定条件的整个分组），你已经完成了聚合操作，不需要再使用该方法。

内容的提问来源于stack exchange，提问作者Nicola