这是我数据框中的示例行：
{
"sessionId" : "454ec8b8-7f00-40b2-901c-724c5d9f5a91",
"useCaseId" : "3652b5d7-55b8-4bee-82b6-ab32d5543352",
"timestamp" : "1559403699899",
"endFlow" : "true"
}
并且有类似这样的行，具有类似/不同的'sessionId'，'useCaseId'和'endFlow'值。我按“ sessionId”和“ useCaseId”将其分组，如下所示：
groupby_session_usecase = seperate_dates_df.groupby(['sessionId','useCaseId'])
在“ groupby_session_usecase”的组中，我想查找是否有任何行的“ endFlow”值为“ true”。我尝试了以下方法：
'true' in groupby_session_usecase['endFlow']
但是，即使存在等于“ true”的“ endFlow”值，上述行也始终返回“ False”
检查“ groupby_session_usecase”中的组中是否有“ endFlow”值等于“ true”的行的正确方法是什么？
OP写道：
“我必须基于'sessionId'和'useCaseId'对'endFlow = true'进行计数。知道如何实现此要求吗？”
是的，您要做的就是首先比较各行，然后使用将结果分组SeriesGroupBy.sum()。
(df['endFlow'] == "true").groupby([df['session'], df['useCaseId']]).sum()
或者，您可以将比较分配回df，然后您的分组会变得稍微简单一些：
(df.assign(msk=df['endFlow'].eq('true'))
.groupby(['session', 'useCaseId'])['msk']
.sum())
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句