我有一个分组数据框。以下是一组示例:
name pH salt id
sample 7.5 50 1 0.48705
2 0.42875
3 0.38885
4 0.34615
5 0.35060
6 0.29280
7 0.28210
8 0.24535
stock 0.66090
对于每个组,都有一个定义初始质量的库存解决方案。我想迭代所有的组,并从每个项目中减去初始质量。我不想显式地写df_grouped['sample'][7.5][50]
这样的东西。如果可能,我希望避免任何嵌套循环。
有什么建议吗?
我只能想出这样的解决方案:
for na, gr in df_label_gr:
if 'stock' in na:
print(na)
这给了我:
('sample', 7.5, 50.0, 'stock')
('sample', 7.5, 150.0, 'stock')
('sample', 8.5, 50.0, 'stock')
('sample', 8.5, 150.0, 'stock')
所以我可以用前三个条目索引我的组并做一些计算。
编辑:
为了不把讨论搞砸,我在这里再次提出同样的问题,并做了一点小小的修改:
不同的是,在这里我想从每个组中减去不同的值,但要根据组的具体情况来做
name pH salt id
sample 7.5 50 1 0.48705
2 0.42875
3 0.38885
4 0.34615
5 0.35060
6 0.29280
7 0.28210
8 0.24535
stock 0.66090
sample 8.5 50 1 0.48705
2 0.42875
3 0.38885
4 0.34615
5 0.35060
6 0.29280
7 0.28210
8 0.24535
stock 0.1
我尝试了以下方法:
df = a2_01.df.reset_index()
df.groupby(by = ['name','pH','salt','id']).aggregate(np.sum).apply(lambda x: x - x[x.index.get_level_values('id') == 'stock'].values[0])
问题是,x[x.index.get_level_values('id') == 'stock'].values
给了我一个包含所有值的数组,而不是实际组的值。所以我可以从第一个组(values[0]
)中的所有值减去id==stock的样本。
我怎样才能从同一组样本中减去股票的价值呢?
您可以为此使用
groupby
,特别是df_grouped.groupby(level=[0, 1, 2]).apply(fancy_func)
在您的情况下,其中fancy_func
接受子数据帧并返回值。结果将是一系列值,按相同级别索引。
我想“菲莫”回答了你的问题。可能你误解了。
我通过重复您提供的数据和修改的索引,构建了一个数据框架。
如果确定每个组中的
stock
总是最后一个(如有必要,在排序之后),可以执行以下操作。否则,df.groupby(level= [0,1,2]).apply(lambda g: g - g[g.index.get_level_values('id')=='stock'].values[0])
应该可以工作。相关问题 更多 >
编程相关推荐