代码之家 › 专栏 › 技术社区 › conv3d

熊猫群比;if条件:sum else:基于另一列的给定列的最大值

pandas python

conv3d · 技术社区 · 7 年前

df 我做一个团购 group

df = pd.DataFrame(np.random.rand(4,4), columns=list('abcd'))
df['group'] = [0, 0, 1, 1]

然后我需要B的min()和其他对其余列的各种操作。

2 回复 | 直到 7 年前

jezrael 7 年前

where :

np.random.seed(15)
N = 1000
df = pd.DataFrame(np.random.rand(N,10), columns=list('abcdefghij'))
df['group'] = np.random.randint(100, size=N)

df_grouped = df.groupby('group')
s1 = df_grouped.apply(lambda grp: grp['a'].sum() if grp['b'].sum() > 1 else grp['a'].max())
print (s1)

df_grouped = df.groupby('group')
s2 = df_grouped['a'].sum().where(df_grouped['b'].sum() > 1, df_grouped['a'].max())
print (s2)


In [69]: %%timeit
    ...: df_grouped = df.groupby('group')
    ...: s1 = df_grouped.apply(lambda grp: grp['a'].sum() if grp['b'].sum() > 1 else grp['a'].max())
    ...: 
24.8 ms Â± 228 Âµs per loop (mean Â± std. dev. of 7 runs, 10 loops each)

In [70]: %%timeit
    ...: df_grouped = df.groupby('group')
    ...: s2 = df_grouped['a'].sum().where(df_grouped['b'].sum() > 1, df_grouped['a'].max())
    ...: 
1.63 ms Â± 58 Âµs per loop (mean Â± std. dev. of 7 runs, 1000 loops each)

conv3d 7 年前

我是和你一起想出来的 apply :

df_grouped = df.groupby('group')
df_grouped.apply(lambda grp: grp['a'].sum() if grp['b'].sum() > 1 else grp['a'].max())

group
0    0.834666
1    1.096652
dtype: float64

推荐文章