根据另一列的值在数据框的列上应用函数，然后按 groupby

Question

假设数据框具有“A”列和“条件”列，如下面的代码所示。

example = pd.DataFrame({'A': range(10), 'condition': [0,1,0,1,2,0,1,2,2,1]})

如果“B”列中的值是 0 或 2，我想将“A”列中的值乘以 2。所以我尝试了这些：

example['A']=example['A'].apply(lambda x: x*2 \
             if example['condition']==0 or example['condition']==2)

example['A']=np.where(example.condition==0 or example.condition==2, \
             lambda x: x*2, example.A)

但这些都无法获得如下所需的输出：

    output:                 desired output:
    example                 example
       A  B                          A  B
    0  0  0                      0   0  0
    1  1  1                      1   1  1
    2  2  0                      2   4  0
    3  3  1                      3   3  1
    4  4  2                      4   8  2
    5  5  0                      5  10  0
    6  6  1                      6   6  1
    7  7  2                      7  14  2 
    8  8  2                      8  16  2 
    9  9  1                      9   9  1  

如果我得到所需的输出，我想对“条件”进行分组，并在“A”值大于 2.5 时计算“A”值的绝对总和。我有这个想法，但如果我没有从上面得到所需的输出，我不确定它是否有效。

group1=example.groupby([example[condition')['A'].\
       agg([ ('A sum' , lambda x : x[x>=2.5].abs(sum()) ])

有什么建议吗？

Answer 1

如果“B”列中的值为 0 或 2，您可以使用 np.where 将“A”列中的值乘以 2。

example['A'] = np.where(example['condition'].isin([0,2]), example['A']*2,example['A'])

如果条件列满足条件，要对 A 执行求和，您可以首先在数据框示例中包含一个新列，说明 A 是 > 还是

example['check_A'] =np.where(example['A']>2.5,1,0)
new = example.groupby(['condition','check_A'])['A'].apply(lambda c: c.abs().sum())

Answer 2

首先我们得到condition is 0 or 2 所在的所有行。然后我们multiplyA 值通过其中两行并使用GroupBy.sum，同时使用query 过滤所有A >= 2.5 所在的行

m = example['condition'].isin([0,2])
example['A'] = np.where(m, example['A'].mul(2), example['A'])
grpd = example.query('A.ge(2.5)').groupby('condition', as_index=False)['A'].sum()

输出

   condition   A
0          0  28
1          1  18
2          2  76

---

详情GroupBy.sum:

首先我们使用query 来获取A >= 2.5 所在的所有行：

example.query('A.ge(2.5)')

    A  condition
2   4          0
3   3          1
4   8          2
5  10          0
6   6          1
7  14          2
8  16          2
9   9          1

然后我们在条件上使用 groupby 来获取每组唯一值，在这种情况下，所有行都有0、1 和2：

for _, d in grpd.groupby('condition', as_index=False):
    print(d, '\n')

    A  condition
2   8          0
5  20          0 

   A  condition
3  3          1
6  6          1
9  9          1 

    A  condition
4  16          2
7  28          2
8  32          2 

因此，如果我们有单独的组，我们可以使用.sum 方法对整个A 列求和：

for _, d in grpd.groupby('condition', as_index=False):
    print(d['A'].sum(), '\n')

28 

18 

76 

Answer 3

您在最初的尝试中非常接近。特别是，我会将条件带入它自己的单独函数中以增强可读性，然后将该函数应用于具有axis=1 的数据框：

def f(row):
    if row["condition"] == 0 or row["condition"] == 2:
        return(int(row["A"] * 2))
    return(row["A"])   # Base condition 

example['B'] = example.apply(f, axis=1)   # Apply to rows of 'example' df

example.drop("condition", axis=1, inplace=True)

example

    A   condition   B
0   0   0   0
1   1   1   1
2   2   0   4
3   3   1   3
4   4   2   8
5   5   0   10
6   6   1   6
7   7   2   14
8   8   2   16
9   9   1   9

然后，应用您的groupby 操作：

example[example["A"] > 2.5].groupby("condition")["A"].apply(lambda x: np.sum(np.abs(x)))

condition
0     5
1    18
2    19
Name: A, dtype: int64

Answer 4

试试这个，

df.loc[df['condition']%2==0, 'A'] = df['A']*2

O/P：

    A  condition
0   0          0
1   1          1
2   4          0
3   3          1
4   8          2
5  10          0
6   6          1
7  14          2
8  16          2
9   9          1