我有一个数据框如下。
id type value Date name
0 111 a 100 2018/11 x1
1 112 b 200 2018/12 x2
2 113 a 300 2018/08 x3
3 113 a 200 2018/08 x4
4 114 a 300 2017/12 x4
5 114 a 500 2018/12 x5
6 114 b 500 2018/12 x5
我想基于4个条件创建一个数据框。
新的数据框如下
id type value Date case
0 111 a 100 2018/11 case1
1 112 b 200 2018/12 case2
2 113 a 500 2018/08 case3
3 114 a 300 2017/12 case4
4 114 b 500 2018/12 case4
我尝试创建列“案例”作为我的第一步：
对于我在df.id.unique（）中：
if 'b' in df.Type: df['Case']= 'case 1' else: df['Case']= 'case 2' else:其他：
if 'b' in df.Type: df['Case']= 'case 3' else: df['Case']= 'case 4'
我是大熊猫操作的新手，因此建议将不胜感激
您可以使用此：
# groupby and add group sizes
df['id_count'] = df.groupby('id')['id'].transform('size')
# conditions for np.select
conditions = [
(df['id_count'].eq(1) & df['type'].ne('b')),
(df['id_count'].eq(1) & df['type'].eq('b')),
(df['id_count'].ne(1) & df['type'].ne('b')),
(df['id_count'].ne(1) & df['type'].eq('b'))]
# choices for np.select
choices = ['case1', 'case2', 'case3', 'case4']
# Add case column
df['case'] = np.select(conditions, choices, default=None)
# next grouping
grouping = ['id', 'type', 'Date', 'case']
# replace value column
df['value'] = df.groupby(grouping)['value'].transform('sum')
# drop duplicate rows
df = df.drop_duplicates(subset=grouping, keep='first')
# remove extra columns
df = df.drop(['name', 'id_count'], axis='columns')
首先，你可以创建一个groupby对的id列，如下所示：
gb = df.groupby('id')
然后，您可以使用它来计算id发生的次数：
df['id_count'] = gb['id'].transform('size')
df 现在看起来像这样：
id type value Date name id_count
0 111 a 100 2018/11 x1 1
1 112 b 200 2018/12 x2 1
2 113 a 300 2018/08 x3 2
3 113 a 200 2018/08 x4 2
4 114 a 300 2017/12 x4 3
5 114 a 500 2018/12 x5 3
6 114 b 500 2018/12 x5 3
现在，您可以使用以下np.select条件：
conditions = [
(df['id_count'].eq(1) & df['type'].ne('b')),
(df['id_count'].eq(1) & df['type'].eq('b')),
(df['id_count'].ne(1) & df['type'].ne('b')),
(df['id_count'].ne(1) & df['type'].eq('b'))]
choices = ['case1', 'case2', 'case3', 'case4']
df['case'] = np.select(conditions, choices, default=None)
导致：
id type value Date name id_count case
0 111 a 100 2018/11 x1 1 case1
1 112 b 200 2018/12 x2 1 case2
2 113 a 300 2018/08 x3 2 case3
3 113 a 200 2018/08 x4 2 case3
4 114 a 300 2017/12 x4 3 case3
5 114 a 500 2018/12 x5 3 case3
6 114 b 500 2018/12 x5 3 case4
通过使用grouping（列的列表）创建另一个组；然后sum将value这些组中的value列替换为该列。
grouping = ['id', 'type', 'Date', 'case']
df['value'] = df.groupby(grouping)['value'].transform('sum')
导致：
id type value Date name id_count case
0 111 a 100 2018/11 x1 1 case1
1 112 b 200 2018/12 x2 1 case2
2 113 a 500 2018/08 x3 2 case3
3 113 a 500 2018/08 x4 2 case3
4 114 a 300 2017/12 x4 3 case3
5 114 a 500 2018/12 x5 3 case3
6 114 b 500 2018/12 x5 3 case4
最后，drop-duplicates使用grouping之前的列表：
df = df.drop_duplicates(subset=grouping, keep='first')
给予：
id type value Date name id_count case
0 111 a 100 2018/11 x1 1 case1
1 112 b 200 2018/12 x2 1 case2
2 113 a 500 2018/08 x3 2 case3
4 114 a 300 2017/12 x4 3 case3
6 114 b 500 2018/12 x5 3 case4
您可以使用删除多余的列drop：
df = df.drop(['name', 'id_count'], axis='columns')
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