Question

我有一个Pandas DataFrame，比方说有两列，Group和R（这里是负数）。例如：

df = pd.DataFrame({'Group':np.random.randint(0, 5, 20), 
                   'R'    :np.random.rand(20) * -10.0})

我想在每个组中创建一个新的DataFrame（对于具有相同Group的行），只有最小的R和低于最小{{1的行}} + 3。

例如，如果R看起来像（我按df排序，然后按Group排序）

该功能应该返回

Group    R  
1       -10.1
1       -12.3
1       -15.5
2       -8.7
2       -9.0
2       -11.4
2       -11.5
2       -13.1
2       -15.9

你是怎么做到的？

Answer 1

使用groupby

df['Max']=df.groupby('Group')['R'].transform('max')
df[(df['Max']-df['R'])<3].drop('Max',1)

Out[105]: 
   Group     R
0      1 -10.1
1      1 -12.3
3      2  -8.7
4      2  -9.0
5      2 -11.4
6      2 -11.5

一线解决方案：

df[(df.groupby('Group')['R'].transform('max')-df['R'])<3]

Answer 2

我首先要按照＆＃39; Group＆＃39;并返回一个布尔值，表示组中的每个值是否小于R，然后使用此值来过滤原始数据框

keep = df.groupby('Group')['R'].apply(lambda x: x < x.min() + 3)
keep
0     True
1     True
2    False
3     True
4     True
5     True
6     True
7    False
8    False
....

df[keep].sort_values(['Group', 'R'], ascending=[True, False])

   Group     R
0      1 -10.1
1      1 -12.3
3      2  -8.7
4      2  -9.0
5      2 -11.4
6      2 -11.5

Answer 3

首先排序，然后通过boolen mask选择：

df = df.sort_values(['Group', 'R'], ascending=[True, False])
df = df[df.groupby('Group')['R'].apply(lambda x: x > x.iat[0] - 3)]
print (df)
   Group     R
0      1 -10.1
1      1 -12.3
3      2  -8.7
4      2  -9.0
5      2 -11.4
6      2 -11.5

类似的解决方案：

df = df.groupby('Group')['R'].apply(lambda x: x[x > x.iat[0] - 3]).reset_index(level=0)
print (df)

   Group     R
0      1 -10.1
1      1 -12.3
3      2  -8.7
4      2  -9.0
5      2 -11.4
6      2 -11.5

根据组属性切片Pandas DataFrame

3 个答案: