Pandas：根据关键列中的最小值选择相应的值列

CarloP 发表于 Dev

卡罗普

我有一个带有列对 x_1 & x_2 的 Pandas DataFrame，例如：

df = pd.DataFrame(
    {
        'A_1': [20, 30, 500],
        'A_2': [40, 60, 1000],
        'B_1': [35, 12, 600],
        'B_2': [70, 24, 1200],
    }
)
df

    A_1  A_2  B_1  B_2
0   20   40   35   70
1   30   60   12   24
2   500  1000 600  1200

列对存储在字典中。

comp_cols = {
    'A_1': 'A_2',
    'B_1': 'B_2',
}

现在，对于每一行，我想根据键列 [A_1, B_1] 的最小值从值列中获取相应的值。

这是我的“笨拙”解决方案。

df['min_1_col'] = df[comp_cols.keys()].idxmin(axis=1)
df['min_2_val'] = df.apply(lambda x: x[comp_cols[x['min_1_col']]], axis=1)
df

    A_1  A_2   B_1  B_2   min_1_col  min_2_val
0   20   40    35   70    A_1        40
1   30   60    12   24    B_1        24
2   500  1000  600  1200  A_1        1000

在不添加辅助列的情况下，有没有更优雅的聪明方法？

谢谢！卡罗

亨利·埃克

我们可以使用 numpy 索引从 DataFrame 中进行选择。我们只需要idxmin使用Series.mapthenget_indexer从列转换为关联的列，以获取可从 DataFrame 中选择的索引values：

df['min_2_val'] = df.values[
    df.index,
    df.columns.get_indexer(df[comp_cols.keys()].idxmin(axis=1).map(comp_cols))
]

df：

   A_1   A_2  B_1   B_2  min_2_val
0   20    40   35    70         40
1   30    60   12    24         24
2  500  1000  600  1200       1000

设置：

import pandas as pd

df = pd.DataFrame(
    {
        'A_1': [20, 30, 500],
        'A_2': [40, 60, 1000],
        'B_1': [35, 12, 600],
        'B_2': [70, 24, 1200],
    }
)

comp_cols = {
    'A_1': 'A_2',
    'B_1': 'B_2',
}

本文收集自互联网，转载请注明来源。

如有侵权，请联系 [email protected] 删除。