python - 数据框 groupby 的迭代

Question

       A   B  C  
0    Bob  10  2
1    Bob  11  8
2  Sarah  23 -2
3  Sarah  24  4
4   Jack  19 -4
5   Jack  21 -1

我想得到一个新的 df["Point"] 如下:

• 对于“Bob”组:df["Point"] 是第一个 B 值乘以C 值。 10*2=20； 10*8=80。
• 致“Sarah”组:df["Point"] 是第一个 B 值乘以C 值。 23*(-2)=(-46); 23*4=92。
• 致“Jack”组:df["Point"] 是第一个 B 值 乘以 C 值。 19*(-4)=(-76); 19*(-1)=(-19)。

我的意思是，我想得到:

       A   B  C  Point
0    Bob  10  2     20
1    Bob  11  8     80
2  Sarah  23 -2    -46
3  Sarah  24  4     92
4   Jack  19 -4    -76
5   Jack  21 -1    -19

之后，我想进行以下迭代:

results = {}

grouped = df.groupby("A")

for idx, group in grouped:
    if (group["Point"] > 50).any():
        results[idx] = group[group["Point"] > 50].head(1)
        print ("")
    else:
        results[idx] = group.tail(1)
        print ("")
    print(results[idx])

并得到这个结果:

      A   B  C  Point
1   Bob  11  8     80

      A   B  C  Point
3 Sarah  23  4     92

      A   B  C  Point
5  Jack  21 -1    -19

我想我必须进行两次迭代，但我不知道如何做，也不知道是否可以用不同的方式进行。

Answer 1

首先通过 transform 创建新列与 first乘以C专栏:

df['point'] = df.groupby('A')['B'].transform('first').mul(df['C'])
print (df)
       A   B  C  point
0    Bob  10  2     20
1    Bob  11  8     80
2  Sarah  23 -2    -46
3  Sarah  24  4     92
4   Jack  19 -4    -76
5   Jack  21 -1    -19

然后首先按条件过滤所有行，然后按 drop_duplicates 仅获取第一行- keep='first'默认情况下:

df1 = df[df['point'] > 50].drop_duplicates('A')
print (df1)
       A   B  C  point
1    Bob  11  8     80
3  Sarah  24  4     92

然后过滤不在df1.A中的行列 isin 和反转条件 ~ , 再次 drop_duplicates 只保留最后一行:

df2 = df[~df['A'].isin(df1['A'])].drop_duplicates('A', keep='last')
print (df2)
      A   B  C  point
5  Jack  21 -1    -19

上次使用 concat 与 dict comprehension最终 dictionary :

d = {k: v for k, v in pd.concat([df1, df2]).groupby('A')}
print (d)
{'Bob':      A   B  C  point
1  Bob  11  8     80, 'Jack':       A   B  C  point
5  Jack  21 -1    -19, 'Sarah':        A   B  C  point
3  Sarah  24  4     92}