编辑：

Question

数据透视表：

COURSE          ENGLISH       MATH       ART
STUDENT              

StudentA        95.0          83.0       97.0
StudentB        91.0          93.0       47.0
StudentC        85.0          84.0       92.0
StudentD        97.0          84.0       85.0
StudentE        93.0          88.0       85.0
StudentAvg      94.5          83.7       96.9

我想要一个学生列表，其成绩比主题5%低StudentAvg。所以在这种情况下，我想要类似的东西：

English: StudentC Math: Art: StudentB, StudentD, StudentE

我怎么能在熊猫中做到这一点？

Answer 1

这将返回一个元组列表，显示哪个学生以及哪个科目的成绩比平均成绩低5％以上。

avg = df.loc['StudentAvg', :]
i, j = np.where(((df / avg) - 1) < -.05)
list(zip(df.index[i], df.columns[j]))

[('StudentB', 'ART'),
 ('StudentC', 'ENGLISH'),
 ('StudentC', 'ART'),
 ('StudentD', 'ART'),
 ('StudentE', 'ART')]

我们可以加快一点

p = df.index.get_loc('StudentAvg')
v = df.values
i, j = np.where(((v / v[p]) - 1) < -.05)
list(zip(df.index[i], df.columns[j]))

[('StudentB', 'ART'),
 ('StudentC', 'ENGLISH'),
 ('StudentC', 'ART'),
 ('StudentD', 'ART'),
 ('StudentE', 'ART')]

计时

%%timeit
p = df.index.get_loc('StudentAvg')
v = df.values
i, j = np.where(((v / v[p]) - 1) < -.05)
list(zip(df.index[i], df.columns[j]))
10000 loops, best of 3: 41.7 µs per loop

%%timeit
avg = df.loc['StudentAvg', :]
i, j = np.where(((df / avg) - 1) < -.05)
list(zip(df.index[i], df.columns[j]))\
1000 loops, best of 3: 662 µs per loop

Answer 2

编辑：

df.apply(lambda x: str(x.name)+ ': ' + ', '.join(df[((x-x.loc['StudentAvg'])/x.loc['StudentAvg']*100<-5.0)].index.tolist())).values.tolist()

输出：

['ENGLISH: StudentC', 'MATH: ', 'ART: StudentB, StudentC, StudentD, StudentE']

让我们用这个：

mask = df.apply(lambda x: (x-x.loc['StudentAvg'])/x.loc['StudentAvg']*100<-5.0).any(axis=1)
df[mask].index.tolist()

输出：

['StudentB', 'StudentC', 'StudentD', 'StudentE']

如何比较pandas pivot_table中不同索引的值？

2 个答案:

编辑：