你能帮我解决下面的问题吗。
从下面给出的初始数据框,我想根据这样的列条件创建一个新的数据框:
if mean > median, add 1 to A & -1 to B, elif mean < median, add -1 to A & 1 to B, else add 0 to both A and B.
初始数据帧:
A/B A/C A/D B/C B/D C/D
0 0.75 0.61 1.07 0.82 1.43 1.75
1 1.21 10.88 2.17 9 1.8 0.2
2 0.95 0.85 1.97 0.9 2.08 2.32
3 0.47 0.47 0.91 1 1.94 1.94
那么最终的输出数据框应该包含所有元素的总分,如下所示:
提前致谢。
答案 0 :(得分:1)
使用:
#count mean and median
df1 = df.agg(['mean','median']).round(2)
#difference in sample data so set 0.85
df1.loc['mean', 'A/B'] = 0.85
首先转置 DataFrame 并通过 str.split
将 index
拆分为 MultiIndex
:
df1 = df1.T
df1.index = df1.index.str.split('/', expand=True)
然后将 mean
与 median
进行比较并在 numpy.select
中设置新的 2 列:
m1 = df1['mean'].gt(df1['median']).to_numpy()[:, None]
m2 = df1['mean'].eq(df1['median']).to_numpy()[:, None]
df1 = pd.DataFrame(np.select([m1, m2], [[1,-1], [0,0]], [-1, 1]),
index=df1.index,
columns=['a','b'])
print (df1)
a b
A B 0 0
C 1 -1
D 1 -1
B C 1 -1
D -1 1
C D -1 1
最后使用 sum
每个索引并连接在一起:
df2 = (pd.concat([df1.a.droplevel(1), df1.b.droplevel(0)])
.sum(level=0)
.rename_axis('Element')
.reset_index(name='Total Score'))
print (df2)
Element Total Score
0 A 2
1 B 0
2 C -3
3 D 1