我正在寻找一种方法来在groupby中的列中过滤df值，并在调用该df列时在另一个实例中过滤。
例如：
所以要将此dfs column_betas绘制如下，但仅当不同的列（称为column_value）具有类似2的值时？
df['column_betas'] # ( when a different column called `column_value` is 2)
以及当我为city列运行group by时的下方，但仅当column_value列= 2时？
df.groupby(['City']).quantile(.5)
我试图避免创建额外的dfs来过滤column_value的某个值，而是在为该特定列值或groupby调用该df时尝试调用该值。
此命令获取df['column_betas"]，其中value列为2：
df[df["value"]==2]["column_betas"]
并且此命令仅对值列中值为2的行进行分组
df[df["value"]==2].groupby(["City"])
用df代替
df[df['column_value']==2]
所以df['column_betas']成为df[df['column_value']==2]['column_betas']
和df.groupby(['City']).quantile(.5)成为df[df['column_value']==2].groupby(['City']).quantile(.5)