时间戳

首页 > 解决方案 > 在 Pandas 中，我如何使用转换和使用来自其他列的信息？

python - 在 Pandas 中，我如何使用转换和使用来自其他列的信息？

问题描述

我想使用 R 风格的 mutate 函数，在这里我可以使用来自其他列的信息。例如：我想创建一个新列，其值是首先对变量进行分组，然后在同一数据框中插入一列与另一列的结果。新列为每个组获取相同的值。

我尝试将 apply 与广播一起使用，但是，它只会产生 NaN 值。

import pandas as pd
import numpy as np

d = {'Gain': [20, 20,19,18,17,21,21,20,19,18],
     'Power':[30,31,32,33,34,33,34,35,36,37],
     'GRP':  ['A','A','A','A','A','B','B','B','B','B'],
     }
df = pd.DataFrame(data=d)

# Subtract the value of Gain from the maximum value: THIS STEP WORKS
df['dGain']=df.groupby(['GRP'])['Gain'].transform(lambda x: max(x) - x)

# DOES NOT WORK!!!
df['Pcomp']=df.groupby(['GRP']).transform(lambda x: 
np.interp(3,x.dGain,x.Power)) 

# DOES NOT WORK
df['Pcomp']=df.groupby(['GRP']).apply(lambda x: np.interp(3,x.dGain,x.Power))

我期望：

  Gain  Power GRP  Pcomp  dGain
0    20     30   A     33      0
1    20     31   A     33      0
2    19     32   A     33      1
3    18     33   A     33      2
4    17     34   A     33      3
5    21     33   B     36      0
6    21     34   B     36      0
7    20     35   B     36      1
8    19     36   B     36      2
9    18     37   B     36      3

标签： pythonpandas

解决方案

可以说，在 R 中transform几乎等于，但是，它们还是有细微的差别，在 下，可以传一个，可以做多个，更多信息mutatedplyrgroupby objecttransformmutate

快速修复

df['Pcomp']=df.groupby('GRP').apply(lambda x: np.interp(3,x['dGain'],x['Power'])).reindex(df.GRP).values
df
Out[828]: 
   Gain  Power GRP  dGain  Pcomp
0    20     30   A      0   34.0
1    20     31   A      0   34.0
2    19     32   A      1   34.0
3    18     33   A      2   34.0
4    17     34   A      3   34.0
5    21     33   B      0   37.0
6    21     34   B      0   37.0
7    20     35   B      1   37.0
8    19     36   B      2   37.0
9    18     37   B      3   37.0

推荐阅读