Question

数据框：

STUD_ID   CLASS   GRADE  CATEGORY
1         'Sci'    2    'Alpha'
2         'Sci'    7    undefined
3         'Sci'    9    'Alpha'
4         'Sci'    NaN  'Alpha'
5         'Sci'    9    'Alpha'
6         'math'   9    undefined
7         'eng'    8    'Gamma'
8         'eng'    5    'Gamma'
9         'eng'    3    undefined
10        'Art'    3    'Lambda'
11        'Art'    8    'Lambda'
12        'Art'    5    undefined
13        'Art'    1    undefined
14        'Art'    NaN  undefined

我期待确定学生类别“ undefined”是否实际上是该特定班级中存在的其他类别。要知道这一点，它应该检查“未定义”类别学生的成绩是否在该类别中其他类别的最小值－最大值之间。

例如：第2行中的学生具有“未定义的类别”：类别的等级应更改为“ Alpha”，因为其7年级介于“ Alpha”最低和最高等级（2和9）之间。 “ Alpha”是“ Sci”类的另一类

例如相反，第9行是学生。由于其3年级不在“ Gamma”的成绩范围内，因此其类别不应不更改为“ Gamma” （5-8）。 “伽玛”是“英语”课程的另一类

例如，在第14行中，由于np.NaN不具有可比性，因此“ undefined”不应更改。

例如，在第6行中，“ undefined”不应更改，因为没有其他类别。

结果

STUD_ID   CLASS   GRADE  CATEGORY
1         'Sci'    2    'Alpha'
2         'Sci'    7    'Alpha' *
3         'Sci'    9    'Alpha'
4         'Sci'    NaN  'Alpha'
5         'Sci'    9    'Alpha'
6         'math'   9    undefined
7         'eng'    8    'Gamma'
8         'eng'    5    'Gamma'
9         'eng'    3    undefined
10        'Art'    3    'Lambda'
11        'Art'    8    'Lambda'
12        'Art'    5    'Lambda' *
13        'Art'    1    undefined
14        'Art'    NaN  undefined

对于第一个未定义。访问“科学”组后如何访问“ Alpha”等级组？

我知道可以访问当前班级组

df.loc[df['CATEGORY'] == 'undefined', 'CATEGORY'] = df.groupby('CLASS')...

如果可以同时访问CLASS和CATEGORY（“ undefined”除外），则如下所示。

func = lambda series : ...get min and max of series...

df.loc[df['CATEGORY'] == 'undefined', 'CATEGORY'] = df.groupby('CLASS').groupby('CATEGORY').where('CATEGORY'!='undefined').transform(func)..

如何执行此操作？创建助手步骤列的答案也可以。

Answer 1

检查以下各项是否对您有用：

获取每个组的GRADE边界

min_grade = df.groupby('CLASS').GRADE.transform('min')
max_grade = df.groupby('CLASS').GRADE.transform('max')

查找默认类别以替换“ undefined”（如果合格）。下面的行将检索同一组中存在的第一个元素，如果存在则为“ undefined”，否则为“ undefined”

更新：先前的代码在Pandas-0.17.1 / python-2.7.2上有效，但在Pandas-0.24上产生 ValueError 。 1 / Python-3.7.2。下面的行在Pandas-0.24.1上进行了测试：
```
default_cat = df.groupby('CLASS').CATEGORY.transform(
    lambda x: x[x!='undefined'].iat[0] if x[x!='undefined'].size > 0 else 'undefined' 
)
```
另一种计算default_cat的方法：
```
default_cat = df.assign(
        cat=df.CATEGORY.replace({'undefined': np.nan})
    ) \
    .groupby('CLASS').cat.transform('first') \
    .fillna('undefined')
```

获取新的类别：

df['new_cat'] = df.CATEGORY.mask(
    df.CATEGORY.eq('undefined') & df.GRADE.gt(min_grade) & df.GRADE.lt(max_grade)
  , default_cat
)
print(df)
#    STUD_ID CLASS  GRADE   CATEGORY    new_cat
#0         1   Sci      2      Alpha      Alpha
#1         2   Sci      7  undefined      Alpha
#2         3   Sci      9      Alpha      Alpha
#3         4   Sci    NaN      Alpha      Alpha
#4         5   Sci      9      Alpha      Alpha
#5         6  math      9  undefined  undefined
#6         7   eng      8      Gamma      Gamma
#7         8   eng      5      Gamma      Gamma
#8         9   eng      3  undefined  undefined
#9        10   Art      3     Lambda     Lambda
#10       11   Art      8     Lambda     Lambda
#11       12   Art      5  undefined     Lambda
#12       13   Art      1  undefined  undefined
#13       14   Art    NaN  undefined  undefined

对数据框进行双重分组

1 个答案: