Pandas

Question

我正在尝试计算一个列中的新值，该列的值与另一列交叉引用。

>>> import pandas as pd
>>> df = pd.DataFrame( {"A":[0., 100., 80., 40., 0., 60.], 
                        "B":[12,  12,   3,  19,  3,  19]} )
>>> df
       A   B
0    0.0  12
1  100.0  12
2   80.0   3
3   40.0  19
4    0.0   3
5   60.0  19

我想在 A 列中找到所有为 0 的值，在 B 列中找出相应的值，然后根据某个函数更改具有相同 B 值的所有 A 列值。例如，在上面的示例中，我想将 A 列的前两个值 df.A[0] 和 df.A[1] 分别从 0. 和 100. 更改为 0.5 和 99.5，因为 df.A[0] 是0. 并且它在 B 列中的值 df.B[0] = 12 与 df.B[1] = 12.

相同

df
      A   B
0   0.5  12
1  99.5  12
2  79.5   3
3  40.0  19
4   0.5   3
5  60.0  19

我尝试链接 loc、aggregate、groupby 和 mask 功能，但没有成功。是通过 for 循环的唯一方法吗？

编辑：扩大示例以更好地说明意图。

Answer 1

这会起作用：

import pandas as pd

df = pd.DataFrame( {"A":[0., 100., 40., 60.], "B":[12, 12, 19, 19]} )

def f(series):
    return (series + 0.5).where(series == 0, series - 0.5)

B_value = df.loc[df['A'] == 0, 'B'][0]
df.loc[df['B'] == B_value, 'A'] = df.loc[df['B'] == B_value, 'A'].transform(f)

print(df)

输出：

      A   B
0   0.5  12
1  99.5  12
2  40.0  19
3  60.0  19

您可以将任意函数传递给 transform。

可能有更简洁的方法来做到这一点；我觉得有点乱。

Answer 2

我找到了一个可行的解决方案，尽管可能不是最优的。我链接groupby，过滤和转换以获得所需的系列，然后将结果替换为原始数据帧。

import pandas as pd
df = pd.DataFrame( {"A":[0., 100., 80., 40., 0., 60.], 
                    "B":[12,  12,   3,  19,  3,  19]} )
u = ( df.groupby(by="B",  sort=False)
         .filter(lambda x: x.A.min() == 0, dropna=False)
         .A.transform( lambda x: (x+0.5).where(x == 0, x - 0.5) ) 
    )
df.loc[pd.notnull(u), "A"] = u

给出以下结果

print("\ninitial df\n",df,"\n\nintermediate series\n",u,"\n\nfinal result",df)

initial df
        A   B
0    0.0  12
1  100.0  12
2   80.0   3
3   40.0  19
4    0.0   3
5   60.0  19

intermediate series
 0     0.5
1    99.5
2    79.5
3     NaN
4     0.5
5     NaN
Name: A, dtype: float64

final result       A   B
0   0.5  12
1  99.5  12
2  79.5   3
3  40.0  19
4   0.5   3
5  60.0  19

Pandas - 根据与另一列的交叉引用计算新值

Pandas - Calculate New Value Based on Cross Reference with Another Column

python

method-chaining

cross-reference