Как я могу эффективно фильтровать и агрегировать данные в Pandas DataFrame с несколькими условиями? ⇐ Python

[Anonymous]

У меня есть большой DataFrame Pandas с несколькими столбцами, включая «Категорию», «Подкатегорию», «Значение» и «Дата». Мне нужно отфильтровать этот DataFrame на основе нескольких условий, а затем агрегировать отфильтрованные результаты. В частности, я хочу:

Код: Выделить всё

Filter rows where Category is either "A" or "B".
Further filter these rows to include only those where Value is greater than 10.
Group the filtered data by SubCategory and calculate the sum of Value for each SubCategory.
Sort the results by the summed Value in descending order.

Вот упрощенная версия моего DataFrame:

Код: Выделить всё

data = {
'Category': ['A', 'B', 'A', 'C', 'B', 'A'],
'SubCategory': ['X', 'Y', 'X', 'Z', 'X', 'Y'],
'Value': [5, 15, 20, 25, 10, 30],
'Date': pd.to_datetime(['2023-01-01', '2023-01-02', '2023-01-03', '2023-01-04', '2023-01-05', '2023-01-06'])
}
df = pd.DataFrame(data)

Для достижения этой цели я попытался объединить несколько методов Pandas, но не уверен, что это наиболее эффективный способ сделать это. Вот мой текущий подход:

Код: Выделить всё

filtered_df = df[(df['Category'].isin(['A', 'B'])) & (df['Value'] > 10)]
grouped_df = filtered_df.groupby('SubCategory')['Value'].sum().reset_index()
sorted_df = grouped_df.sort_values(by='Value', ascending=False)
print(sorted_df)

Кажется, этот код работает, но меня беспокоит его эффективность и читаемость, особенно с гораздо большим набором данных.

Подробнее здесь: https://stackoverflow.com/questions/787 ... with-multi