Question

我们说我有以下数据框：

date,id,value
1/1/2017,5,300
1/1/2017,51,300
1/1/2017,54,300
1/2/2017,5,100
1/2/2017,51,100
1/2/2017,54,100

我有一个字典映射id到调整因子：

{5: 20, 51: 23.5, 54:10}

我希望add与我的数据框中的id到value列对应的因素，从而产生：

date,id,value,adjusted_value
1/1/2017,5,300,300+20=320
1/1/2017,51,310,310+23.5=333.5
1/1/2017,54,320,320+10=330
1/2/2017,5,110,110+20=130
1/2/2017,51,120,120+23.5=143.5
1/2/2017,54,130,130+10=140

有一种简单的方法吗？

Answer 1

我认为你正在寻找ngroup，cumcount和mapping，即

<Input
       ref='barcode'
       style={styles.barcodeInput}
       autoFocus={true}
       onChangeText={(text) => {
          this.setState({barcodeNumber: text});
       }}
       onSubmitEditing={(event)=> {
          this.getResult();
       }}
       placeholder='Barcode Number'/>

getResult(){
    if ( this.state.barcodeNumber === '021200507878' ){
        this.setState({backgroundColor: '#2ecc71', status:'success'});//green

    } else {
        this.setState({backgroundColor: '#c0392b', status:'error'}); //red
    }

    this.clearText('barcode');
}

clearText(fieldName) {

   this.refs[fieldName].setNativeProps({text: ''});
}

输出：

       date  id  value    new
0  1/1/2017   5    300  320.0
1  1/1/2017  51    300  333.5
2  1/1/2017  54    300  330.0
3  1/2/2017   5    100  130.0
4  1/2/2017  51    100  143.5
5  1/2/2017  54    100  140.0

解释

x = df.groupby('date')
d = {5: 20, 51: 23.5, 54: 10}
df['new'] = (x.cumcount()+x.ngroup())*10 +df['id'].map(d)+df['value']

(x.cumcount()+x.ngroup()

0    300
1    310
2    320
3    110
4    120
5    130
dtype: int64

Answer 2

一衬垫：

df['adjusted_value'] = df.apply(lambda x: dictionary[x['id']] + x['value'] , axis=1)

更详细：

df['adjusted_value'] = [dictionary[i] for i in df['id']]
df['adjusted_value'] = df['adjusted_value'] + df['value']

根据行值将函数应用于Pandas中的列

2 个答案: