Question

我有一个DataFrame df1：

 df1.head() = 

           id      ret     eff
    1469  2300 -0.010879  4480.0
    328   2300 -0.000692 -4074.0
    1376  2300 -0.009551  4350.0
    2110  2300 -0.014013  5335.0
    849   2300 -0.286490 -9460.0

我想创建一个新列，其中包含列df1['eff']的规范化值换句话说，我想按df1['eff']对df1['id']进行分组，查找最大值（mx = df1['eff'].max()）和最小值（mn = df2['eff'].min()），然后成对分割根据{{1}}或df1['eff']制定mn或mx列df1['eff'] > 0列的每个值。

我写的代码如下：

df1['eff']< 0

但是python会抛出以下错误：

df1['normd'] = df1.groupby('id')['eff'].apply(lambda x: x/x.max() if x > 0 else x/x.min())

由于*** ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().是df1.groupby('id')['eff']，我决定使用SeriesGroupBy Object。但是python再次抛出以下错误：

map()

非常感谢提前。

Answer 1

您可以使用自定义功能f，可以轻松添加print。因此x为Series，您需要按numpy.where比较每个组。输出为numpy array，您需要将其转换为Series：

def f(x):
    #print (x)
    #print (x/x.max())
    #print (x/x.min())
    return pd.Series(np.where(x>0, x/x.max(), x/x.min()), index=x.index)


df1['normd'] = df1.groupby('id')['eff'].apply(f)
print (df1)
        id       ret     eff     normd
1469  2300 -0.010879  4480.0  0.839738
328   2300 -0.000692 -4074.0  0.430655
1376  2300 -0.009551  4350.0  0.815370
2110  2300 -0.014013  5335.0  1.000000
849   2300 -0.286490 -9460.0  1.000000

与...相同：

df1['normd'] = df1.groupby('id')['eff']
                  .apply(lambda x: pd.Series(np.where(x>0, 
                                                      x/x.max(), 
                                                      x/x.min()), index=x.index))
print (df1)
        id       ret     eff     normd
1469  2300 -0.010879  4480.0  0.839738
328   2300 -0.000692 -4074.0  0.430655
1376  2300 -0.009551  4350.0  0.815370
2110  2300 -0.014013  5335.0  1.000000
849   2300 -0.286490 -9460.0  1.000000

在满足条件的SeriesGroupBy对象上使用Apply

1 个答案: