如何对分组后的Pandas DataFrame执行指定自定义操作？

嘿，我来帮你一步步搞定这两个Pandas操作，先从构造示例数据开始：

import pandas as pd

# 构造初始DataFrame
df = pd.DataFrame({
    'User': ['A', 'A', 'A', 'B', 'B', 'C', 'C'],
    'Numbers': [0, 4, 5, 0, 0, 1, 3]
})

1. 移除所有Numbers列全为0的用户组 #

要实现这个需求，我们可以用groupby().filter()方法，精准过滤掉那些Numbers列全为0的分组：

# 过滤掉全为0的用户组
filtered_df = df.groupby('User').filter(lambda group: (group['Numbers'] != 0).any())
print(filtered_df)

执行后输出结果：

User  Numbers
0    A        0
1    A        4
2    A        5
5    C        1
6    C        3

简单解释：lambda group: (group['Numbers'] != 0).any()的逻辑是，只要当前分组里存在至少一个非0值，就保留这个分组；反之（全为0）就被剔除，所以用户B的组就被移除了。

2. 计算每个用户组Numbers列的方差 #

计算分组方差直接用groupby().var()方法就行，Pandas默认计算的是样本方差（除以n-1），刚好和你给出的示例结果匹配：

# 计算每组的方差并重置索引
variance_df = df.groupby('User')['Numbers'].var().reset_index(name='Variance')
print(variance_df)

执行后输出结果：

User  Variance
0    A       7.0
1    B       0.0
2    C       2.0

顺手验证下结果：

• 用户A的Numbers：0、4、5，均值是3，样本方差为((0-3)² + (4-3)² + (5-3)²)/(3-1) = (9+1+4)/2 = 7
• 用户B的Numbers全为0，方差自然是0
• 用户C的Numbers：1、3，均值是2，样本方差为((1-2)² + (3-2)²)/(2-1) = (1+1)/1 = 2
  完全符合你的预期～

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