代码之家 › 专栏 › 技术社区 › Xavier

根据条件从数据帧中选择行

conditional dataframe pandas python

Xavier · 技术社区 · 8 年前

我有一个数据帧:

>>> d = {'ID' : ['ABC', 'ABC', 'ABC', 'DFG', 'DFG', 'DFG', 'EGF', '2BD', '2BD'], 'Val': ['High', 'Low', 'High', 'High', 'High', 'Low', 'Low', 'Low', 'High'], 
... 'Num': [22,2,16,10,50,3,2,34,2], 'Val2':['Low', 'High', 'Low', 'High', 'High', 'High', 'High', 'High', 'High']}
>>> import pandas as pd
>>> df = pd.DataFrame(d)
>>> df
    ID  Num   Val  Val2
0  ABC   22  High   Low
1  ABC    2   Low  High
2  ABC   16  High   Low
3  DFG   10  High  High
4  DFG   50  High  High
5  DFG    3   Low  High
6  EGF    2   Low  High
7  2BD   34   Low  High
8  2BD    2  High  High

我想要这样的输出:

ID | Val | Num | Val2

ABC | High | 22 | Low
DFG | High | 50 | High
EGF | Low  | 2  | High
2BD | High  | 2  | High

i、例如,对于第一列中的相同ID,它检查Val列,赋予“high”值高于“Low”或“Mod”,然后从Val列中具有“high”的ID行中选择“Num”列中具有较高值的行。

我的做法如下:

import pandas as pd
d = {'ID' : ['ABC', 'ABC', 'ABC', 'DFG', 'DFG', 'DFG', 'EGF', '2BD', '2BD'], 'Val': ['High', 'Low', 'High', 'High', 'High', 'Low', 'Low', 'Low', 'High'], 'Num': [22,2,16,10,50,3,2,34,2], 'Val2':['Low', 'High', 'Low', 'High', 'High', 'High', 'High', 'High', 'High']}
df = pd.DataFrame(d)
print df

x = df.ID.unique().tolist()
f_df=pd.DataFrame()
idlist=[]
vallist=[]
numlist=[]

for i in x:
    idlist.append(i)
    new_df = df.loc[df['ID'] == i]
    h_df = new_df.loc[df['Val'] == 'High']
    if h_df.empty:
        m_df = new_df.loc[df['Val'] == 'Mod']
        if m_df.empty:
            l_df = new_df.loc[df['Val'] == 'Low']
            vallist.append('Low')
            if len(l_df) > 1:
                m = l_df['Num'].max()
                numlist.append(m)
            else:
                m = l_df['Num'].max()
                numlist.append(m)
        else:
            vallist.append('Mod')
            if len(m_df) > 1:
                m = m_df['Num'].max()
                numlist.append(m)
            else:
                m = m_df['Num'].max()
                numlist.append(m)

    else:
        vallist.append('High')
        if len(h_df) > 1:
            m = h_df['Num'].max()
            numlist.append(m)
        else:
            m = h_df['Num'].max()
            numlist.append(m)

f_df['ID'] = idlist
f_df['Val'] = vallist
f_df['Num'] = numlist

print f_df

有更好的方法吗?另外,我如何也得到相应的值 Val2

1 回复 | 直到 8 年前

juanpa.arrivillaga 8 年前

编辑以添加

真的 潘多尼克 这样做的方法是类别 :

>>> df['Val'] = df.Val.astype('category').cat.set_categories(['High','Mod','Low'], ordered=True)
>>> df['Val2'] = df.Val2.astype('category').cat.set_categories(['High','Mod','Low'], ordered=True)
>>> df
    ID  Num   Val  Val2
0  ABC   22  High   Low
1  ABC    2   Low  High
2  ABC   16  High   Low
3  DFG   10  High  High
4  DFG   50  High  High
5  DFG    3   Low  High
6  EGF    2   Low  High
7  2BD   34   Low  High
8  2BD    2  High  High
>>> df.dtypes
ID        object
Num        int64
Val     category
Val2    category
dtype: object

所以现在排序工作我们想要的!

>>> (df.sort_values(['Val','Num'], ascending=[True, False])
...    .groupby('ID')
...    .nth(0))
     Num   Val  Val2
ID
2BD    2  High  High
ABC   22  High   Low
DFG   50  High  High
EGF    2   Low  High

是的,我想你不需要使用内置的排序和 groupby 首先,创建列,将“High”、“Mod”和“Low”值映射到因此,我们可以理智而轻松地与他们合作:

>>> df['valmap'] = df.Val.map({'High':0, 'Mod':1, 'Low':2})
>>> df['val2map'] = df.Val2.map({'High':0, 'Mod':1, 'Low':2})
>>> df
    ID  Num   Val  Val2  valmap  val2map
0  ABC   22  High   Low       0        2
1  ABC    2   Low  High       2        0
2  ABC   16  High   Low       0        2
3  DFG   10  High  High       0        0
4  DFG   50  High  High       0        0
5  DFG    3   Low  High       2        0
6  EGF    2   Low  High       2        0
7  2BD   34   Low  High       2        0
8  2BD    2  High  High       0        0

然后我想你只是想:

>>> df.sort_values(['valmap','Num'], ascending=[True, False]).groupby('ID').nth(0)
     Num   Val  Val2  val2map  valmap
ID
2BD    2  High  High        0       0
ABC   22  High   Low        2       0
DFG   50  High  High        0       0
EGF    2   Low  High        0       2

>>> (df.sort_values(['valmap','Num'], ascending=[True, False])
...    .groupby('ID')['Num','Val', 'Val2']
...    .nth(0))

     Num   Val  Val2
ID
2BD    2  High  High
ABC   22  High   Low
DFG   50  High  High
EGF    2   Low  High

因此,如果您考虑您的需求:

“其中,对于第一列中的相同ID,”=>使用 groupby('ID')

“赋予“high”值比“Low”或“Mod”更高的优先级,然后从该ID在Val列中具有“high”的行中,选择在“Num”列中具有更高值的行。”=&燃气轮机;按Val排序,然后按Num(降序)排序,然后取最高值。