我想首先获得第三个量化的分组(在此示例中为group和level)。
d = pd.DataFrame({'customer': ['1', '2', '3', '4', '5', '6', '7', '8', '9', '10'],
'group': ['A', 'B', 'B', 'A', 'B', 'A', 'B', 'A', 'B', 'A'],
'level': ['Z', 'X', 'X', 'X', 'Z', 'Z', 'Z', 'X', 'X', 'Z'],
'value': [0.4, 0.6, 0.7, 0.6, 0.3, 0.5, 0.2, 0.7, 0.5, 0.2]})
d.groupby(['group', 'level']).quantile(0.75)
现在我有了每个组的分位数。我想基于groupby值在原始df上添加一列。
0.75 value
group level
A X 0.67
Z 0.45
B X 0.65
Z 0.27
结果将是这样的,如果值高于量化值,我将添加新列,然后添加1;如果值低,则添加0。
customer group level value new
1 A Z 0.40 1
2 B X 0.60 0
谢谢
达蒙:
d['new'] = (d.value > d.groupby(['group', 'level'])['value']
.transform('quantile', 0.75)).astype(int)
>>> d
customer group level value new
0 1 A Z 0.4 0
1 2 B X 0.6 0
2 3 B X 0.7 1
3 4 A X 0.6 0
4 5 B Z 0.3 1
5 6 A Z 0.5 1
6 7 B Z 0.2 0
7 8 A X 0.7 1
8 9 B X 0.5 0
9 10 A Z 0.2 0
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。
我来说两句