python - 在 Pandas 中,创建一个相对于组内特定类别的变量
问题描述
我有一个像这样的数据框
df = pd.DataFrame({'week': [1, 1, 1, 2, 2, 2, 3, 3, 3],
'p': list(range(1, 4)) * 3,
'q': [4, 2, 1, 6, 2, 1, 6, 3, 2]})
df
week p q
0 1 1 4
1 1 2 2
2 1 3 1
3 2 1 6
4 2 2 2
5 2 3 1
6 3 1 6
7 3 2 3
8 3 3 2
在此数据框中,p 标识产品(1、2 和 3),q 是一周内售出的数量。我需要使用周内信息创建两个变量。第一个应该具有 q 相对于 p=3 的产品的比率。第二个应该具有相对于产品 2(对于产品 1)和相对于产品 3(对于产品 2)的比率。所需的输出应该是:
week p q d1 d2
0 1 1 4 4.0 2.0
1 1 2 2 2.0 2.0
2 1 3 1 1.0 1.0
3 2 1 6 6.0 3.0
4 2 2 2 2.0 2.0
5 2 3 1 1.0 1.0
6 3 1 6 3.0 2.0
7 3 2 3 1.5 1.5
8 3 3 2 1.0 1.0
这个答案是相关的,它允许我创建第一个变量(我需要将 NaN 替换为产品 p = 3 的变量)。
df['d1']=np.nan
df['d1']=df.loc[df.p!=3,'d1'].\
fillna(df.q/df.groupby('week').q.transform('last'))
df
week p q d1
0 1 1 4 4.0
1 1 2 2 2.0
2 1 3 1 NaN
3 2 1 6 6.0
4 2 2 2 2.0
5 2 3 1 NaN
6 3 1 6 3.0
7 3 2 3 1.5
8 3 3 2 NaN
还有两件事我无法弄清楚。首先,如果不是定义相对于 p=3 的第一个变量,而是相对于 p=2 定义它,我将如何修改上面的代码?(或者有什么更好的选择?)
其次,如何生成第二个变量?(对于 p=1,q 的值相对于 p=2 的值,对于 p=2 的值相对于 p=3 的值)。
解决方案
尝试这个:
df['d1'] = df.q / df.q.where(df.p.eq(3)).groupby(df.week).transform('first')
df['d2'] = df.q / df.groupby('week').q.shift(-1).fillna(df.q)
Out[74]:
week p q d1 d2
0 1 1 4 4.0 2.0
1 1 2 2 2.0 2.0
2 1 3 1 1.0 1.0
3 2 1 6 6.0 3.0
4 2 2 2 2.0 2.0
5 2 3 1 1.0 1.0
6 3 1 6 3.0 2.0
7 3 2 3 1.5 1.5
8 3 3 2 1.0 1.0
推荐阅读
- c - 什么是 void (*pfunc[3])()?
- magento - Magento 2 Porto Theme Move 类别描述 产品下方
- java - 如何以自定义方式处理多行结果?
- javascript - 我试图在某个时间触发此功能,但我不知道为什么不起作用
- python - 改变 Python 中的计算限制
- kotlin - 父类中受保护的内联方法不能访问其他受保护的方法
- javascript - 将 Javascript 对象解析为数组
- python - 将嵌套字典转换为数据框并与另一个数据框连接
- flutter - Flutter中如何维护TabBarView中的页面状态?
- windows - ESENT 内部:JetPrereadKeys() 的预期行为