在 Python 中，如何像 R 一样进行 group by + mutate + ifelse？答案

【问题标题】：In Python, how to do group by + mutate + ifelse like R?在 Python 中，如何像 R 一样进行 group by + mutate + ifelse？
【发布时间】：2018-04-23 04:13:22
【问题描述】：

我通常使用 R。如果我有这样的数据：

Product    Index   Value
   a         1       0.5
   a         1       0.4
   c         1       1.4
   c         2       0.75
   e         2       0.6
   f         3       0.9

如果我的 R 代码是：

a <- data %>%
  group_by(Product) %>%
  mutate(Flag=ifelse(all(Index==1),'right','wrong'))

这意味着，我首先按产品对数据进行分组。然后对于每个组，我会给它一个名为 Flag 的新字段。如果该组中的Index全为1，则Flag为对，否则为错。同时，所有记录都保留下来。所以，结果应该是这样的：

Product    Index   Value    Flag
   a         1       0.5    right
   a         1       0.4    right
   c         1       1.4    wrong
   c         2       0.75   wrong
   e         2       0.6    wrong
   f         3       0.9    wrong

我的问题是：如何在 python 中执行相同的操作？我试过，np.where、groupby、transform等功能。我可能以错误的方式将它们组合在一起。

【问题讨论】：

标签： python transform dplyr

【解决方案1】：

使用变换是一种选择。

import pandas as pd

df = pd.DataFrame({'Product': ['a', 'a', 'c', 'c', 'e', 'f'],
               'Index': [1, 1, 1, 2, 2, 3], 
              'Value': [0.5, 0.4, 1.4, 0.75, 0.6, 0.9]})
df['Flag'] = df.groupby('Product')['Index'].transform(lambda x: 'right' if sum(x)/len(x) == 1 else 'wrong')
df

附带说明，如果 Flag 值只是“正确”和“错误”，用 0,1 值替换它们可能更有效。

【讨论】：

也许这更通用（可用于字符串等）： df['Flag'] = df.groupby('Product')['Index'].transform(lambda x: 'right ' if all(x==1) else '错误')
非常感谢。太好了。
您也可以使用布尔值进行子集化：df['Flag'] = df.groupby('Product')['Index'].transform(lambda i: ['wrong', 'right'][all(i == 1)])

【解决方案2】：

您可以使用unique() 和groupby() 确保所有产品的索引为1，然后映射到您的新列：

In [51]: df['Flag'] = df['Product'].map(df.groupby('Product')['Index'].unique().apply(lambda row: 'right' if all(row==[1]) else 'wrong'))

In [52]: df
Out[52]:
  Product  Index  Value   Flag
0       a      1   0.50  right
1       a      1   0.40  right
2       c      1   1.40  wrong
3       c      2   0.75  wrong
4       e      2   0.60  wrong
5       f      3   0.90  wrong

【讨论】：

【解决方案3】：

使用GroupBy.transform 和mean，按条件比较1 和numpy.where 的值：

df['Flag'] = np.where(df.groupby('Product')['Index'].transform('mean')== 1, 'right', 'Wrong')
print (df)
  Product  Index  Value   Flag
0       a      1   0.50  right
1       a      1   0.40  right
2       c      1   1.40  Wrong
3       c      2   0.75  Wrong
4       e      2   0.60  Wrong
5       f      3   0.90  Wrong

详情：

print (df.groupby('Product')['Index'].transform('mean'))
0    1.0
1    1.0
2    1.5
3    1.5
4    2.0
5    3.0
Name: Index, dtype: float64

另一种解决方案：

首先通过1 与eq 进行比较，然后将GroupBy.transform 与all 进行比较，以检查每个组中是否所有Trues 和numpy.where 按条件检查值：

df['Flag'] = np.where(df['Index'].eq(1).groupby(df['Product']).transform('all'), 
                      'right', 'Wrong')
print (df)
  Product  Index  Value   Flag
0       a      1   0.50  right
1       a      1   0.40  right
2       c      1   1.40  Wrong
3       c      2   0.75  Wrong
4       e      2   0.60  Wrong
5       f      3   0.90  Wrong

详情：

print (df['Index'].eq(1).groupby(df['Product']).transform('all'))
0     True
1     True
2    False
3    False
4    False
5    False
Name: Index, dtype: bool

【讨论】：