Question

我有一个卷入困境的情况。让我们说我有以下贷款数据框：

test_df = pd.DataFrame({'name': ['Jack','Jill','John','Jack','Jill'],
                   'date': ['2016-08-08','2016-08-08','2016-08-07','2016-08-08','2016-08-08'],
                   'amount': [1000.0,1500.0,2000.0,2000.0,3000.0],
                   'return_amount': [5000.0,2000.0,3000.0,0.0,0.0],
                   'return_date': ['2017-08-08','2017-08-08','2017-08-07','','2017-08-08']})

test_df.head()

    amount  date        name    return_amount   return_date
0   1000.0  2016-08-08  Jack    5000.0          2017-08-08
1   1500.0  2016-08-08  Jill    2000.0          2017-08-08
2   2000.0  2016-08-07  John    3000.0          2017-08-07
3   2500.0  2016-08-08  Jack    0.0
4   2500.0  2016-08-08  Jill    0.0             2017-08-08

在按名称对数据框进行分组后，我需要执行一些操作（按人员分组贷款）：

1）return amount需要按amount的总和按比例分配。

2）如果某个人的 ANY 贷款缺少return date，则所有return_dates都应转换为空字符串＆＃39;＆＃39;。

我已经有一个用来分配比例回报金额的函数：

def allocate_return_amount(group):
    loan_amount = group['amount']
    return_amount = group['return_amount']
    sum_amount = loan_amount.sum()
    sum_return_amount = return_amount.sum()
    group['allocated_return_amount'] = (loan_amount/sum_amount) * sum_return_amount
    return group

我使用grouped_test_df = grouped_test_df.apply(allocate_return_amount)来应用它。

我正在努力解决的问题是我需要执行的第二项操作，检查某人的任何贷款是否缺少return_date，如果是，则将该人的所有return_dates更改为＆＃39;＆＃39;

我在pandas documentation找到了GroupBy.all，但我还没有弄清楚如何使用它，任何有此经验的人？

由于这个例子可能有点难以理解，所以这是我这个例子的理想输出：

ideal_test_df.head()

    amount  date        name    return_amount   return_date
0   1000.0  2016-08-08  Jack    0.0             ''
1   1500.0  2016-08-08  Jill    666.66          2017-08-08
2   2000.0  2016-08-07  John    3000.0          2017-08-07
3   2500.0  2016-08-08  Jack    0.0             ''
4   2500.0  2016-08-08  Jill    1333.33         2017-08-08

希望这是有道理的，并提前感谢任何花时间帮助我的熊猫专家！

Answer 1

您可以通过迭代组，使用any测试条件，然后使用loc设置回原始数据框来执行此操作：

test_df = pd.DataFrame({'name': ['Jack','Jill','John','Jack','Jill'],
                   'date': ['2016-08-08','2016-08-08','2016-08-07','2016-08-08','2016-08-08'],
                   'amount': [1000.0,1500.0,2000.0,2000.0,3000.0],
                   'return_amount': [5000.0,2000.0,3000.0,0.0,0.0],
                   'return_date': ['2017-08-08','2017-08-08','2017-08-07','','2017-08-08']})

grouped = test_df.groupby('name')

for name, group in grouped:
    if any(group['return_date'] == ''):
        test_df.loc[group.index,'return_date'] = ''

如果你想重置return_amount，并且不介意额外的开销，只需在此之后添加以下内容：

test_df.loc[group.index, 'return_amount'] = 0

熊猫集团全部申请

1 个答案: