在 Python 中按类别分组并设置阈值

Question

我有一个数据集 df，我想在其中对每个阈值进行分组。

group      start           end            Percent    

A          2019-04-01      2019-05-01     21       
A          2019-05-01      2019-06-01      8 
A          2019-07-01      2019-08-01      5        
B          2020-06-01      2020-07-01      7         
B          2020-07-01      2020-08-01      5  
B          2020-09-01      2020-10-01      3          

对于 A：如果值大于 20 - A 太高 如果值小于 6 - A 太低

对于 B：如果值大于 6 - B 太高 如果值小于 1 - B 太低

type      start           end            Percent           Result 

A          2019-04-01      2019-05-01     21                A Too High   
A          2019-05-01      2019-06-01      8                A Ok
A          2019-07-01      2019-08-01      5                A Too Low                 
B          2020-06-01      2020-07-01      7                B Too High                               
B          2020-07-01      2020-08-01      5                B Ok
B          2020-09-01      2020-10-01      3                B Ok      

这就是我正在做的事情：（我从 StackOverflow 成员那里得到了一些建议，但我想扩展）

df1 = df.groupby('type')

df2= df1['result']=pd.cut(df1.Percent, [-np.inf, 6, 20,np.inf], labels= 
['unacceptablelow','acceptable', 
'unacceptablehigh'])

df3= df2['result']=pd.cut(df2.Percent, [-np.inf, 1, 6,np.inf], labels= 
['unacceptablelow','acceptable', 
'unacceptablehigh'])

但是，我不确定如何将每个组设置为这些阈值。 我正在积极研究这个。任何建议表示赞赏。

Answer 1

使用np.select(condition, choice, alternative)

condition=[(df.group.eq('B')&df.Percent.gt(6))|(df.group.eq('A')&df.Percent.gt(20)),(df.group.eq('B')&df.Percent.lt(1))|(df.group.eq('A')&df.Percent.lt(6))]
    
    
choice=['Too High','Too Low']
    
df['result']=np.select(condition, choice, 'ok')