我是python和pandas的新手,我想知道是否有一种“pythonic”方法来完成以下任务:我有一个如下所示的数据帧:
L1 L2 L3
X 1 50
X 2 100
Z 1 15
X 3 200
Z 2 10
Y 1 1
Z 3 20
Y 2 10
Y 3 100
我试图对行进行排序,并创建一个附加列,以升序显示从L3派生的模拟值。我需要的输出如下:
L1 L2 L3 New
X 3 200 0.40000
X 2 100 0.60000
X 1 200 1.00000
Y 3 100 0.90090
Y 2 10 0.99099
Y 1 1 1.00000
Z 3 20 0.44444
Z 1 15 0.77778
Z 2 10 1.00000
“New”下第1行(0.4000)中的值表示200/500(L1的al L3值之和)。第二个值(0.6000)只是300/500,以此类推。对X、Y和Z的每个值重复“循环”。
有人能帮忙吗?谢谢您。
最佳答案
您可以使用以下代码行完成此操作:
df.groupby("L1", as_index=False).apply(lambda x : pd.expanding_sum(x.sort("L3", ascending=False)["L3"])/x["L3"].sum())
一些解释:
df.groupby("L1", as_index=False)
确实按列对数据帧进行分组,因此对每个值(X、Y和Z)进行以下计算L1
将函数应用于每个组:.apply()
取“L3”列的累计和,但首先按“L3”中的值排序pd.expanding_sum(x.sort("L3", ascending=False)["L3"])
然后除以该组中“L3”的所有值之和。这就提供了:
In [9]: df["new"] = df.groupby("L1", as_index=False).apply(lambda x : pd.expanding_sum(x.sort("L3", ascending=False)["L3"])/x["L3"].sum())
In [10]: df
Out[10]:
L1 L2 L3 new
0 X 1 200 0.800000
1 X 2 100 1.000000
2 Z 1 15 0.777778
3 X 3 200 0.400000
4 Z 2 10 1.000000
5 Y 1 1 1.000000
6 Z 3 20 0.444444
7 Y 2 10 0.990991
8 Y 3 100 0.900901
或排序:
In [16]: df.sort(["L1", "L3"], ascending=[True, False])
Out[16]:
L1 L2 L3 new
0 X 1 200 0.800000
3 X 3 200 0.400000
1 X 2 100 1.000000
8 Y 3 100 0.900901
7 Y 2 10 0.990991
5 Y 1 1 1.000000
6 Z 3 20 0.444444
2 Z 1 15 0.777778
4 Z 2 10 1.000000