代码之家 › 专栏 › 技术社区 › astro123

pandas groupby apply/transform操作以对每个组执行操作

pandas python

astro123 · 技术社区 · 7 年前

我有一个这样的数据框:

import numpy as np
import pandas as pd

df = pd.DataFrame({'year': [1990,1990,1992,1992,1992],
                  'value': [100,200,300,400,np.nan],
                  'rank': [2,1,2,1,3]})
print(df)
   year  value  rank
0  1990  100.0     2
1  1990  200.0     1
2  1992  300.0     2
3  1992  400.0     1
4  1992    NaN     3

我正在努力做到这一点:

# For year 1990, maximum value is 200, rank is 1 and also relative value is 1.

   year  value  rank  value_relative
0  1990  100.0     2  0.5
1  1990  200.0     1  1
2  1992  300.0     2  0.75
3  1992  400.0     1  1
4  1992    NaN     3  NaN

我的尝试:

df['value_relative'] = df.groupby('year')['value'].transform(lambda x: x/x[x.rank == 1]['value'])

我们如何计算每年的相对价值呢?

2 回复 | 直到 7 年前

BENY 7 年前

IIUC使用 transform 具有 first 之后 sort_values

df['value_relative']=df.value/df.sort_values('rank').groupby('year').value.transform('first')
df
Out[60]: 
   year  value  rank  value_relative
0  1990  100.0     2            0.50
1  1990  200.0     1            1.00
2  1992  300.0     2            0.75
3  1992  400.0     1            1.00
4  1992    NaN     3             NaN

或者就这么做 转型 max

df['value_relative']=df.value/df.groupby('year').value.transform('max')

另一种方法

df.value/df.loc[df.groupby('year')['rank'].transform('idxmin'),'value'].values
Out[64]: 
0    0.50
1    1.00
2    0.75
3    1.00
4     NaN
Name: value, dtype: float64

如果你需要二等分母

df.value/df.year.map(df.loc[df['rank']==2].set_index('year')['value'])

这里的不同取决于您如何获得排名,如果是基于最大值,那么它们都应该返回相同的结果,但是如果这是一个与值列无关的给定排名,那么您应该使用 第一

astro123 7 年前

我喜欢并接受温家宝的回答,但我想给我2美分:

最简单的方法是将值除以最大值,但我尝试使用名为rank的单独列来学习如何做到这一点:

df.groupby('year')['value'].transform(lambda x: x/x.max())
0    0.50
1    1.00
2    0.75
3    1.00
4     NaN

秩=2的另一个简单方法:

df.groupby('year')['value'].transform(lambda x: x/x.nlargest(2).iloc[-1])
0    1.000000
1    2.000000
2    1.000000
3    1.333333
4         NaN

注:温氏法:

df.value/df.year.map(df.loc[df['rank']==2].set_index('year')['value'])
    0    1.000000
    1    2.000000
    2    1.000000
    3    1.333333
    4         NaN

推荐文章