假设我有以下数据框,
df.head()
ID start end symbol symbol_id type
1 146 291 bus bus-201 CDS
1 146 314 bus bus-201 trans
1 603 243 bus bus-201 CDS
1 1058 2123 car car-203 CDS
1 910 81 car car-203 ex
1 2623 2686 car car-203 CDS
1 5948 6043 car car-203 CDS
1 6348 6474 car car-203 CDS
1 910 81 car car-201 ex
1 910 81 car car-201 ex
1 636 650 car car-203 CDS
1 202 790 train train-204 CDS
1 200 314 train train-204 CDS
1 202 837 train train-204 CDS
现在从上面的数据框中,如果 type
列是 CDS
,我需要根据 symbol_id
列对项目进行分组。然后,我需要使用 start
列中的第一个值作为新数据框 start 列中的值,并使用 column
end 中的最后一个值作为值在 column
end` 中。
最后,df2
应该是这样的,
start end symbol symbol_id type
146 243 bus bus-203 CDS
1058 650 car car-203 CDS
202 837 train train-204 CDS
我尝试使用 df['symbol']
中的 list
值,
sym_list=df['symbol'].tolist().drop_duplicates()
for symbol in df['symbol'].values:
if symbol in tuple(sym_list):
df_symbol =df['symbol'].isin(symbol)
抛出以下错误,
TypeError: only list-like objects are allowed to be passed to isin(), you passed a [str]
我试图为每个 symbol
和 symbol_id
值捕获第一个和最后一个值,
start = df.query('type =="CDS"')[['start']].iloc[0]
end = df.query('type =="CDS"')[['end']].iloc[-1]
但是,我的数据框很大,symbol
有超过 50,000 个唯一值,因此我需要一个更好的解决方案。
感谢任何帮助或建议!!
最佳答案
您可以使用 group by 以及 first 和 last 聚合函数来实现
df[df["type"]=="CDS"].groupby("symbol_id").agg({"start":"first", "end":"last", "symbol":"first","symbol_id":"first", "type":"first"})
关于python - 使用两列的第一个和最后一个值并根据条件生成新的数据框,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/58182266/