Python熊猫| 创建一个新列-根据特定行的条件聚合函数

第1129章

这是简化的上下文。我有几种商品（Goods_ID 0001、0002和0003），其中多个商店（A，B，C）的价格不同。

我需要添加另外两个列“ MinPriceShop”和“ MinPrice”，以输出提供最低价格及其相应价格的商店。

输入df：

Goods_ID    ShopID  Price
0001        A       10
0001        B       12
0002        A       23
0002        B       22
0003        A       5
0003        B       6
0003        C       4.5

所需的输出df：

Goods_ID    ShopID  Price   MinPriceShop   MinPrice
0001        A       10      A              10
0001        B       12      A              10
0002        A       23      B              22
0002        B       22      B              22
0003        A       5       C              4.5
0003        B       6       C              4.5
0003        C       4.5     C              4.5

我不确定如何将聚合函数（最小，最大，总和）应用于数据框，但是具有“行特定” /“动态”条件。

谢谢！

耶斯列尔

用于groupby具有idxmin最少Price每组行数的数据帧，重命名列，并merge通过左连接恢复为原始。

替代解决方案使用sort_values+ drop_duplicates：

d = {'ShopID':' MinPriceShop','Price':'MinPrice'}
df1 = df.loc[df.groupby('Goods_ID')['Price'].idxmin()].rename(columns=d)
#alternative solution:
#df1 = df.sort_values(['Goods_ID','Price']).drop_duplicates('Goods_ID').rename(columns=d)

df = pd.merge(df, df1, on='Goods_ID', how='left')
print (df)
   Goods_ID ShopID  Price  MinPriceShop  MinPrice
0         1      A   10.0             A      10.0
1         1      B   12.0             A      10.0
2         2      A   23.0             B      22.0
3         2      B   22.0             B      22.0
4         3      A    5.0             C       4.5
5         3      B    6.0             C       4.5
6         3      C    4.5             C       4.5

详细说明：

print (df1)
   Goods_ID  MinPriceShop  MinPrice
0         1             A      10.0
3         2             B      22.0
6         3             C       4.5

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。