我有一个 Pandas 数据框,如下所示:
Column_X Column_Y A-Indicator
Val1 A True
Val1 B True
Val2 B False
Val2 B False
我想创建“A-Indicator”列。如果单个 Val1 行具有 Column_Y = A,则该列对于 Column_X = 'Val1' 的所有行均为 True。由于没有 Column_X = 'Val2' 的行具有 Column_Y = 'A',因此 A 指示符对于所有这些行均为 false 。有没有简单的方法可以实现这一目标?
最佳答案
如果性能很重要,请不要使用groupby
:
df['A-Indicator'] = df['Column_X'].isin(df.loc[df['Column_Y'].eq('A'), 'Column_X'].unique())
print (df)
Column_X Column_Y A-Indicator
0 Val1 A True
1 Val1 B True
2 Val2 B False
3 Val2 B False
说明:
首先比较eq
(==)
:
print (df['Column_Y'].eq('A'))
0 True
1 False
2 False
3 False
Name: Column_Y, dtype: bool
查找列Column_X
的所有值:
print (df.loc[df['Column_Y'].eq('A'), 'Column_X'])
0 Val1
Name: Column_X, dtype: object
获取独特的值以获得更好的性能:
print (df.loc[df['Column_Y'].eq('A'), 'Column_X'].unique())
['Val1']
最后比较 isin
:
print (df['Column_X'].isin(df.loc[df['Column_Y'].eq('A'), 'Column_X'].unique()))
0 True
1 True
2 False
3 False
Name: Column_X, dtype: bool
性能:取决于行数和匹配值的数量:
np.random.seed(123)
N = 1000000
L = list('ABCDEFGHIJK')
df = pd.DataFrame({
'Column_X':np.random.randint(1000, size=N),
'Column_Y': np.random.choice(L, N),
})
print (df)
In [193]: %timeit df['A-Indicator'] = df['Column_X'].isin(df.loc[df['Column_Y'].eq('A'), 'Column_X'].unique())
92.1 ms ± 396 µs per loop (mean ± std. dev. of 7 runs, 10 loops each)
In [194]: %timeit df['A-Indicator']=df.groupby('Column_X')['Column_Y'].transform(lambda x: x.isin(['A']).any())
724 ms ± 3.4 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)
In [195]: %timeit df['A-Indicator']=df.groupby('Column_X')['Column_Y'].transform(lambda x: 'A' in x.unique())
770 ms ± 48.7 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)
关于python - 选择 x 列给出的条件对于 y 列中的值为 true 的行,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/52553605/