Mit Pandas zu Finden, die Minimalen Werte der Gruppierten Zeilen

Das mag eine triviale Frage, aber ich bin immer noch versuchen, herauszufinden, pandas/numpy.

So, angenommen ich habe eine Tabelle mit der folgenden Struktur:

group_id | col1 | col2 | col3 |  "A"   |  "B"
   x     |   1  |   2  |  3   |  NaN   |   1
   x     |   3  |   2  |  3   |   1    |   1 
   x     |   4  |   2  |  3   |   2    |   1
   y     |   1  |   2  |  3   |  NaN   |   3 
   y     |   3  |   2  |  3   |   3    |   3 
   z     |   3  |   2  |  3   |   10   |   2
   z     |   2  |   2  |  3   |   6    |   2
   z     |   4  |   2  |  3   |   4    |   2
   z     |   4  |   2  |  3   |   2    |   2

Beachten Sie, dass es eine group_id, dass Gruppen, die Elemente in jeder Zeile.
Also am Anfang habe ich die Werte für die Spalten group_id und col1-col3.

Dann für jede Zeile, wenn col1, col2 oder col3 Wert = 1, dann "Ein" ist "NaN", andernfalls der Wert basiert auf einer Formel (irrelevant für hier, also legte ich einige zahlen in place).

Dass ich weiß, wie zu tun, mit: 

df["A"] = np.where(((df['col1'] == 1)|(df['col2']== 1) | (df['col3']) == 1))), NaN, value)

Aber für die Spalte "B", muss ich es ausfüllen mit dem minimum der Werte aus Spalte A für eine bestimmte Gruppe.

Also zum Beispiel "B" ist gleich "1" für alle Zeilen mit Gruppe X, da der minimale Wert in Spalte A für alle der Gruppe "x" Zeilen gleich 1 ist.

Ebenso für die Zeilen in der Gruppe "y", der Minimalwert ist 3, und für die Gruppe "z" der Minimalwert ist 2. Wie genau mache ich das mit den pandas...? Das verwirrt mich ein wenig mehr, weil die Anzahl der Zeilen für eine bestimmte Gruppe können in unterschiedlicher Größe.

Wenn Sie alle die gleiche Größe, ich könnte einfach sagen, füllen Sie es mit dem minimum der Werte in einem bestimmten Bereich.

Ich hoffe, dass Sinn gemacht; bitte lassen Sie mich wissen, wenn ich ein klareres Beispiel oder etwas verdeutlichen!

InformationsquelleAutor shishy | 2017-01-03
  1. 6

    Bekommen, die mindestens Eine Spalte für jede Gruppe verwenden transform

    df.groupby('group_id')['A'].transform('min')
    • Nur damit ich das richtig verstehe, für jede Zeile finden Sie die group_id, dann alle Zeilen mit, dass group_id. Und dann das .Transformation('min') erzählt, ist, dass wir versuchen, das minimum der Werte innerhalb dieser Gruppe. So wäre es df['B'] = df.groupby('group_id').Transformation('min').min("A"), wenn ich will, zu minimieren, werden die Werte aus Spalte "A" für die Gruppe? Ich gehe davon aus, dass diese automatisch ignorieren ein beliebiger Wert in "A" das ist ein NaN
    • Es gibt keine Notwendigkeit zu setzen .min('A'). Nur Spalte " A " ist in den obigen code verwendet, den ich geschrieben habe. Seine in Klammern nach der groupby - Anweisung. Alles andere, was Sie schrieben ist richtig.
    • Ah ich sehe. Das macht Sinn; ich wusste nicht, über die Transformation('min'). Danke!
    • Nur damit Ihr klar - Transformation liefert ein Objekt, das die gleiche Anzahl von Zeilen für jede Gruppe. So hält es die ursprünglichen dataframe Zeile Dimensionen das gleiche.
    • Meinst du Spalten? Es würde keinen Sinn machen, wenn es wieder die gleiche Anzahl von Zeilen richtig? Einige Gruppen haben, wie 15 Zeilen, während andere 2. Es tut genau das auswählen, das größte?
    InformationsquelleAutor Ted Petrou
  2. 1
    • die Konzentration auf nur ['col1', 'col2', 'col3']
    • sehen, wenn Sie gleich zu 1 mit eq(1) entspricht == 1
    • sehen, wenn alle gleich sind entlang axis=1 mit any(1)
    • verwenden loc zu machen, die Zuordnung
    anyone = df[['col1', 'col2', 'col3']].eq(1).any(1)
df.loc[anyone, 'A'] = np.nan

    numpy entspricht

    anyone = (df[['col1', 'col2', 'col3']].values == 1).any(1)
df.A = np.where(anyone, np.nan, df.A)
    • Also, mein Ansatz für diesen Teil meiner Frage mit np.wo nicht funktioniert? Oder hast du Sie vorschlagen, mit .loc zu machen, mehr elegant (im Gegensatz zu manuell prüfen)?
    • Hm, warum tun Sie verwenden .alle(1)? Ich habe nur die Sorge, wenn eine der Spalten = 1, nicht alle von Ihnen. Würde das nicht .eq(1) reichen?
    • Ich sehe; ich werde zu aktualisieren meinem code zu verwenden .alle(1); es sieht viel sauberer, als manuell überprüfen jede Spalte. Bezüglich meiner anderen Frage mit der Füllung in die Werte für Spalte B, ist der trick, um groupby?
    • Also, ich sollte in der Lage sein zu sagen: df.loc[jeder, 'A'] = np.nan zu setzen 'A' NaN, wenn es eine 1. Aber für Einträge, bei denen alle Spalten Werte haben neben einem 1, nämlich df.loc[!jemand, 'A'] = Wert funktionieren würde, richtig?
    InformationsquelleAutor piRSquared
Schreibe einen Kommentar