我在python 3中有一个pandas DataFrame。
在这个DataFrame中,有两列中具有相同值的行(这可以是整个部分),我将其称为一个组。
每行在列中也有True
/ False
值。
现在,我想知道每一行其组中的任何行是否具有False
值,如果是,我想为False
赋值import pandas as pd
import numpy as np
df = pd.DataFrame({'E': [np.nan, np.nan, np.nan, np.nan, np.nan, np.nan, np.nan],
'D': [0, 1, 2, 3, 4, 5, 6],
'C': [True, True, False, False, True, True, True],
'B': ['aa', 'aa', 'aa', 'bb', 'cc', 'dd', 'dd'],
'A': [0, 0, 0, 0, 1, 1, 1]})
另一列中该组中的每一行。我已经设法在for循环中执行此操作,但它很慢:
df:
A B C D E
0 0 aa True 0 NaN
1 0 aa True 1 NaN
2 0 aa False 2 NaN
3 0 bb False 3 NaN
4 1 cc True 4 NaN
5 1 dd True 5 NaN
6 1 dd True 6 NaN
给出了:
for i in df.index:
df.ix[i, 'E'] = df[(df['A'] == df.iloc[i]['A']) & (df['B'] == df.iloc[i]['B'])]['C'].all()
现在我运行for循环:
df:
A B C D E
0 0 aa True 0 False
1 0 aa True 1 False
2 0 aa False 2 False
3 0 bb False 3 False
4 1 cc True 4 True
5 1 dd True 5 True
6 1 dd True 6 True
然后给出所需的结果:
.apply()
当我的整个DataFrame运行大约100万行时,这需要很长时间。因此,考虑使用def f(x): return False not in x
df.groupby(['A','B']).C.apply(f)
来避免for循环,我偶然发现了以下问题:apply a function to a pandas Dataframe whose retuned value is based on other rows
但是:
A B
0 aa False
bb True
1 cc True
dd True
返回:
<input type="file" id="appbundle_evento_brochure_upload" name="img_uploader_brochure" class="image_upload">
有没有人知道更好的方法或如何解决最后一种情况?
答案 0 :(得分:1)
您可以尝试使用pd.merge
进行SQL样式的连接。
执行您正在执行的相同groupby,但对其应用min()以查找C == True的任何案例。然后将其转换为DataFrame,将列重命名为“E”,并将其合并回df。
df = pd.DataFrame({'D': [0, 1, 2, 3, 4, 5, 6],
'C': [True, True, False, False, True, True, True],
'B': ['aa', 'aa', 'aa', 'bb', 'cc', 'dd', 'dd'],
'A': [0, 0, 0, 0, 1, 1, 1]})
falses = pd.DataFrame(df.groupby(['A', 'B']).C.min() == True)
falses = falses.rename(columns={'C': 'E'})
df = df.merge(falses, left_on=['A', 'B'], right_index=True)