Question

我有一个数据的数据框，其中包含年份列（'年'和美元值列。我想按年分组，然后对每一行，确定该行是否高于该组的中位数20％或低于该组的中位数20％。

我尝试了以下内容：

def f(x):
    if x >= 1.2* np.median(x):
        return 'H'
    elif x<= .8* np.median(x):
        return 'L'

transformed = df.groupby('Year').transform(f)

但是我得到一个错误，说数组的真值是不明确的。这让我觉得python在等式的左右两边都将x视为值数组，当在其他转换函数中，它在左侧知道x是行元素，在右边，其中x包含在聚合中，x是数组。

关于如何做到这一点的任何想法？

Answer 1

我认为你想要的是这样的：

n = 20
dr = randint(2000, 2014, size=n)
df = DataFrame({'year': dr, 'dollar': hstack((poisson(1000, size=n / 2), poisson(100000, size=n / 2)))})

def med_replace(x):
    res = Series(index=x.index, name='med_cmp')
    med = x.dollar.median()
    upper = 1.2 * med
    lower = 0.8 * med
    res[x.dollar >= upper] = 'H'
    res[x.dollar <= lower] = 'L'
    res[(x.dollar > lower) & (x.dollar < upper)] = 'N'
    return x.join(res)

df.groupby('year').apply(med_replace)

得到以下特性：

    dollar  year med_cmp
0     1016  2004       N
1      956  2002       L
2     1044  2010       N
3      985  2008       L
4     1038  2001       L
5      997  2001       L
6     1015  2001       L
7      971  2012       L
8     1017  2013       N
9     1040  2010       N
10   99760  2001       H
11   99835  2001       H
12  100017  2012       H
13   99532  2001       H
14  100311  2011       N
15  100344  2002       H
16  100209  2007       N
17   99988  2008       H
18  100204  2007       N
19  100996  2005       N

n ndarray不是bool的有效参数，除非size为0或1.这意味着你不能在if语句中评估它的“真实性”，除非它有0或1个元素。这就是您收到报告错误的原因。

在分组转换中使用基于条件的逻辑

1 个答案: