我有这个数据框
car color years max_years
0 audi black 1 7
1 audi blue 2 7
2 audi purple 4 7
3 audi black 6 7
4 bmw blue 1 5
5 bmw green 2 5
6 bmw grey 5 5
7 bmw blue 20 5
8 fiat green 1 4
9 fiat green 3 4
10 fiat green 4 4
11 fiat green 10 4
如果颜色条目为 1 年,我想计算该颜色在该汽车品牌组中出现的次数,直至该组的最大年数。
我想为每个汽车品牌组运行 isin
颜色条件,我认为我的问题是颜色列表不是 grouby('car')
并且因此评估适用于所有汽车
结果应该是:
0 audi 2
1 bmw 1
2 fiat 3
如有任何帮助,我们将不胜感激
import pandas as pd
car = ['audi', 'audi', 'audi', 'audi', 'bmw', 'bmw', 'bmw', 'bmw', 'fiat', 'fiat', 'fiat', 'fiat']
color = ['black', 'blue', 'purple', 'black', 'blue', 'green', 'grey', 'blue', 'green', 'green', 'green', 'green']
years = [1, 2, 4, 6, 1, 2, 5, 20, 1, 3, 4, 10, ]
max_years = [7, 7, 7, 7, 5, 5, 5, 5, 4, 4, 4, 4]
data = {'car': car, 'color': color, 'years': years, 'max_years': max_years}
df = pd.DataFrame(data=data)
colors = df.loc[df.years == 1]['color'].values
colour_cars = df[(df.years <= df.max_years) & df['color'].isin(colors)].groupby(['car']).size().reset_index(name='colour_cars')
print(colour_cars)
最佳答案
想法是使用Series.map
由 Series
使用经过过滤的 DataFrame 创建,其中 years == 1
并按列 color
进行比较:
colors = df.loc[df.years == 1].set_index('car')['color']
df1 = (df[(df.years <= df.max_years) & df['car'].map(colors).eq(df['color'])]
.groupby('car')
.size()
.reset_index(name='colour_cars'))
print(df1)
car colour_cars
0 audi 2
1 bmw 1
2 fiat 3
或者您可以使用 mask
通过 Series.view
转换为整数,然后需要通过 sum
计算 True
的值,并将 Series
df['car']
传递给 分组依据
:
colors = df.loc[df.years == 1].set_index('car')['color']
df1 = (((df.years <= df.max_years) & df['car'].map(colors).eq(df['color']))
.view('i1')
.groupby(df['car'])
.sum()
.reset_index(name='colour_cars'))
print(df1)
car colour_cars
0 audi 2
1 bmw 1
2 fiat 3
不同的想法是通过 GroupBy.transform
测试每组的第一个颜色使用 first
(如果每个组的第一年总是 1
,则解决方案有效):
df2 = (df[(df.years <= df.max_years)]
.groupby('car')['color']
.transform('first').eq(df['color'])
.view('i1')
.groupby(df['car'])
.sum()
.reset_index(name='colour_cars'))
print(df2)
car colour_cars
0 audi 2
1 bmw 1
2 fiat 3
关于python - 然后 Groupby 检查行匹配并计算该值的并发实例数,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/59050317/