个人中心
文章发布
退出
作者热门文章
- c - 在位数组中找到第一个零
- linux - Unix 显示有关匹配两种模式之一的文件的信息
- 正则表达式替换多个文件
- linux - 隐藏来自 xtrace 的命令
24
4
我有一个包含 4 列的时间序列数据，我想按列 FisherID、DateFishing 和 Total_Catch 进行分组，然后求和权重列。此外，我想将 Total_catch 列中的值减去 Weight 列中的值，其结果将保存在名为 DIFF 的新列中。而且，我想在 DIFF 列中显示高于 0.1 的值。
这是我的代码。
df["DIFF"]=df.groupby(["FisherID", "DateFishing", "Total_Catch"]) ["Weight"].sum()-["Total_Catch"]>=0.1
我的数据:
FisherID DateFishing Total_Catch Weight
1 24-Oct-11 0.9 0.2
1 24-Oct-11 0.9 0.264
1 24-Oct-11 0.9 0.37
2 25-Oct-11 0.7 0.144
2 27-Oct-11 8.2 0.084
2 27-Oct-11 8.2 0.45
3 27-Oct-11 8.2 0.61
3 27-Oct-11 8.2 7
3 29-Oct-11 0.64 0.184
最佳答案
我认为您正在寻找一个groupby + transform:
df['Sum'] = df.groupby(
["FisherID", "DateFishing", "Total_Catch"]
)["Weight"].transform('sum')
然后，通过从 Total_Catch 中减去 Weight 列找到 Diff。
df['Diff'] = (df['Total_Catch'] - df['Weight'])
df
FisherID DateFishing Total_Catch Weight Sum Diff
0 1 24-Oct-11 0.90 0.200 0.834 0.700
1 1 24-Oct-11 0.90 0.264 0.834 0.636
2 1 24-Oct-11 0.90 0.370 0.834 0.530
3 2 25-Oct-11 0.70 0.144 0.144 0.556
4 2 27-Oct-11 8.20 0.084 0.534 8.116
5 2 27-Oct-11 8.20 0.450 0.534 7.750
6 3 27-Oct-11 8.20 0.610 7.610 7.590
7 3 27-Oct-11 8.20 7.000 7.610 1.200
8 3 29-Oct-11 0.64 0.184 0.184 0.456
或者，如果您尝试从 Total_Catch 中减去分组的 Weight，请使用:
df['Diff'] = df["Total_Catch"] -df.groupby(["FisherID", \
"DateFishing", "Total_Catch"])["Weight"].transform('sum')
df
FisherID DateFishing Total_Catch Weight Diff
0 1 24-Oct-11 0.90 0.200 0.066
1 1 24-Oct-11 0.90 0.264 0.066
2 1 24-Oct-11 0.90 0.370 0.066
3 2 25-Oct-11 0.70 0.144 0.556
4 2 27-Oct-11 8.20 0.084 7.666
5 2 27-Oct-11 8.20 0.450 7.666
6 3 27-Oct-11 8.20 0.610 0.590
7 3 27-Oct-11 8.20 7.000 0.590
8 3 29-Oct-11 0.64 0.184 0.456
本节以第二个选项的结果为基础。请注意，所有这些选项都将 bool 掩码应用于数据框。如果您只想要掩码，请不要将其应用于数据框。只需应用条件并打印:
df.Diff > 0.1
0 False
1 False
2 False
3 True
4 True
5 True
6 True
7 True
8 True
Name: Diff, dtype: bool
如果您想提取所有有效行，有几个选项。
df.querydf.query('Diff > 0.1')
FisherID DateFishing Total_Catch Weight Diff
3 2 25-Oct-11 0.70 0.144 0.556
4 2 27-Oct-11 8.20 0.084 7.666
5 2 27-Oct-11 8.20 0.450 7.666
6 3 27-Oct-11 8.20 0.610 0.590
7 3 27-Oct-11 8.20 7.000 0.590
8 3 29-Oct-11 0.64 0.184 0.456
bool 索引df[df.Diff > 0.1]
FisherID DateFishing Total_Catch Weight Diff
3 2 25-Oct-11 0.70 0.144 0.556
4 2 27-Oct-11 8.20 0.084 7.666
5 2 27-Oct-11 8.20 0.450 7.666
6 3 27-Oct-11 8.20 0.610 0.590
7 3 27-Oct-11 8.20 7.000 0.590
8 3 29-Oct-11 0.64 0.184 0.456
df.evaldf[df.eval('Diff > 0.1')]
FisherID DateFishing Total_Catch Weight Diff
3 2 25-Oct-11 0.70 0.144 0.556
4 2 27-Oct-11 8.20 0.084 7.666
5 2 27-Oct-11 8.20 0.450 7.666
6 3 27-Oct-11 8.20 0.610 0.590
7 3 27-Oct-11 8.20 7.000 0.590
8 3 29-Oct-11 0.64 0.184 0.456
df.where 和 dropnadf.where(df.Diff > 0.1).dropna(how='all')
FisherID DateFishing Total_Catch Weight Diff
3 2.0 25-Oct-11 0.70 0.144 0.556
4 2.0 27-Oct-11 8.20 0.084 7.666
5 2.0 27-Oct-11 8.20 0.450 7.666
6 3.0 27-Oct-11 8.20 0.610 0.590
7 3.0 27-Oct-11 8.20 7.000 0.590
8 3.0 29-Oct-11 0.64 0.184 0.456
np.where 和 df.iloc:df.iloc[np.where(df.Diff > 0.1)[0]]
FisherID DateFishing Total_Catch Weight Diff
3 2 25-Oct-11 0.70 0.144 0.556
4 2 27-Oct-11 8.20 0.084 7.666
5 2 27-Oct-11 8.20 0.450 7.666
6 3 27-Oct-11 8.20 0.610 0.590
7 3 27-Oct-11 8.20 7.000 0.590
8 3 29-Oct-11 0.64 0.184 0.456
请注意，这些结果具有原始 df 的索引。如果要重置索引，请使用 reset_index:
df[df.Diff > 0.1].reset_index(drop=True)
FisherID DateFishing Total_Catch Weight Diff
0 2 25-Oct-11 0.70 0.144 0.556
1 2 27-Oct-11 8.20 0.084 7.666
2 2 27-Oct-11 8.20 0.450 7.666
3 3 27-Oct-11 8.20 0.610 0.590
4 3 27-Oct-11 8.20 7.000 0.590
5 3 29-Oct-11 0.64 0.184 0.456
关于python - 分组并减去 Pandas 中的列，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/46419585/
24
4
0
我正在处理一组标记为 160 个组的 173k 点。我想通过合并最接近的(到 9 或 10 个组)来减少组/集群的数量。我搜索过 sklearn 或类似的库，但没有成功。 我猜它只是通过 knn 聚类
我有一个扁平数字列表，这些数字逻辑上以 3 为一组，其中每个三元组是 (number, __ignored, flag[0 or 1])，例如: [7,56,1, 8,0,0, 2,0,0, 6,1,
我正在使用 pipenv 来管理我的包。我想编写一个 python 脚本来调用另一个使用不同虚拟环境(VE)的 python 脚本。 如何运行使用 VE1 的 python 脚本 1 并调用另一个 p
假设我有一个文件 script.py 位于 path = "foo/bar/script.py"。我正在寻找一种在 Python 中通过函数 execute_script() 从我的主要 Python
这听起来像是谜语或笑话，但实际上我还没有找到这个问题的答案。 问题到底是什么？ 我想运行 2 个脚本。在第一个脚本中，我调用另一个脚本，但我希望它们继续并行，而不是在两个单独的线程中。主要是我不希望第
我有一个带有 python 2.5.5 的软件。我想发送一个命令，该命令将在 python 2.7.5 中启动一个脚本，然后继续执行该脚本。 我试过用 #!python2.7.5 和http://re
我在 python 命令行(使用 python 2.7)中，并尝试运行 Python 脚本。我的操作系统是 Windows 7。我已将我的目录设置为包含我所有脚本的文件夹，使用: os.chdir("
剧透:部分解决(见最后)。 以下是使用 Python 嵌入的代码示例: #include int main(int argc, char** argv) { Py_SetPythonHome
假设我有以下列表，对应于及时的股票价格: prices = [1, 3, 7, 10, 9, 8, 5, 3, 6, 8, 12, 9, 6, 10, 13, 8, 4, 11] 我想确定以下总体上最
所以我试图在选择某个单选按钮时更改此框架的背景。 我的框架位于一个类中，并且单选按钮的功能位于该类之外。 (这样我就可以在所有其他框架上调用它们。) 问题是每当我选择单选按钮时都会出现以下错误: co
我正在尝试将字符串与 python 中的正则表达式进行比较，如下所示， #!/usr/bin/env python3 import re str1 = "Expecting property name
考虑以下原型(prototype) Boost.Python 模块，该模块从单独的 C++ 头文件中引入类“D”。 /* file: a/b.cpp */ BOOST_PYTHON_MODULE(c)
如何编写一个程序来“识别函数调用的行号？” python 检查模块提供了定位行号的选项，但是， def di(): return inspect.currentframe().f_back.f_l
我已经使用 macports 安装了 Python 2.7，并且由于我的 $PATH 变量，这就是我输入 $ python 时得到的变量。然而，virtualenv 默认使用 Python 2.6，除
我只想问如何加快 python 上的 re.search 速度。 我有一个很长的字符串行，长度为 176861(即带有一些符号的字母数字字符)，我使用此函数测试了该行以进行研究: def getExe
list1= [u'%app%%General%%Council%', u'%people%', u'%people%%Regional%%Council%%Mandate%', u'%ppp%%Ge
这个问题在这里已经有了答案: Is it Pythonic to use list comprehensions for just side effects? (7 个答案) 关闭 4 个月前。 告
我想用 Python 将两个列表组合成一个列表，方法如下: a = [1,1,1,2,2,2,3,3,3,3] b= ["Sun", "is", "bright", "June","and" ,"Ju
我正在运行带有最新 Boost 发行版 (1.55.0) 的 Mac OS X 10.8.4 (Darwin 12.4.0)。我正在按照说明 here构建包含在我的发行版中的教程 Boost-Pyth
学习 Python，我正在尝试制作一个没有任何第 3 方库的网络抓取工具，这样过程对我来说并没有简化，而且我知道我在做什么。我浏览了一些在线资源，但所有这些都让我对某些事情感到困惑。 html 看起来
我是一名优秀的程序员,十分优秀！