如何根据该组中的行数分配列值答案

【问题标题】：How to assign a column value based on number of rows in that group如何根据该组中的行数分配列值
【发布时间】：2018-11-15 09:59:23
【问题描述】：

创建一些测试数据：

import pandas as pd
import numpy as np

ID = pd.DataFrame(np.random.randint(0,1000000,size=(100, 1)), columns=['ID'])
Prob = pd.DataFrame(np.random.randint(0, 100,size=(100, 1)), columns=['Probability'])/100


cuts = [{'flag': 'L', 'cut': 44},
         {'flag': 'M', 'cut': 31},
         {'flag': 'H', 'cut': 25}]

cuts = pd.DataFrame(cuts)

df = pd.concat([ID.reset_index(drop=True), Prob], axis=1)
df = df.sort_values(by=['Probability'])
df["flag"] = np.nan

我正在使用两个数据集，一个是来自预测模型的概率列表，另一个是根据给出的列表长度计算的切点列表。我想找到一种有效的方法将这些值分配给 df 的“标志”列。

对于本例，前 44 行将被分配“L”，接下来的 31 行将被分配“M”，最后 25 行将被分配“H”

我的环境有更多不同的标志值和数百万行，但为简单起见，我在示例中使用了 100 行和 3 个标志。

如何使用“下一个 x 行数”而不是索引或其他引用键来分配这些标志？

【问题讨论】：

标签： python pandas loops

【解决方案1】：

使用repeat:

df['flag'] = cuts['flag'].repeat(cuts['cut']).values

输出：

        ID  Probability flag
1   803927         0.02    L
50  356764         0.03    L
52  132415         0.03    L
28  699693         0.03    L
20  296581         0.03    L
.
.
.
76  236620         0.97    H
70   56385         0.99    H
92  205281         0.99    H
75  804810         0.99    H
29  773553         0.99    H

【讨论】：

谢谢，这比我想象的要简单得多。