python - 修改 Pandas 数据框组的值

Question

我们有以下包含 3 列的数据框 (df)。目标是确保每个组基于 ID 的“负载”总和等于 1。

pd.DataFrame({'ID':['AEC','AEC','CIZ','CIZ','CIZ'],'Load':[0.2093275,0.5384086,0.1465657,0.7465657,0.1465657]})

Num   ID  Load
1   AEC 0.2093275
2   AEC 0.5384086
3   CIZ 0.1465657
4   CIZ 0.7465657
5   CIZ 0.1465657

如果一个组的总负载小于或大于 1，我们只想从该组的 一个成员 中添加或减去，以使总和等于 1，而不向数据帧添加额外的行(只需通过修改值)。我们怎样才能做到这一点？

Answer 1

可以使用drop_duplicates保留每个组中的第一条记录，然后更改Load值，使其组Load sum为1。

df.loc[df.ID.drop_duplicates().index, 'Load'] -= df.groupby('ID').Load.sum().subtract(1).values

df
Out[92]: 
   Num   ID      Load
0    1  AEC  0.461591
1    2  AEC  0.538409
2    3  CIZ  0.106869
3    4  CIZ  0.746566
4    5  CIZ  0.146566

df.groupby('ID').Load.sum()
Out[93]: 
ID
AEC    1.0
CIZ    1.0
Name: Load, dtype: float64