python - 将函数应用于返回值基于其他行的 pandas Dataframe

Question

我有一个看起来像这样的数据框:

>>> import pandas
>>> df = pandas.DataFrame({'region' : ['east', 'west', 'south', 'west',
...  'east', 'west', 'east', 'west'],
...  'item' : ['one', 'one', 'two', 'three',
...         'two', 'two', 'one', 'three'],
...         'quantity' : [3,3,4,5,12,14,3,8], "price" : [50,50,12,35,10,10,12,12]})
>>> df
    item  price  quantity region
0    one     50         3   east
1    one     50         3   west
2    two     12         4  south
3  three     35         5   west
4    two     10        12   east
5    two     10        14   west
6    one     12         3   east
7  three     12         8   west

我想做的是修改数量列中的值。每个新的数量值都是根据该行的项目和价格组合存在的不同区域的数量计算的。更具体地说，我想获取每个数量并将其乘以我编写的函数返回的区域权重，该函数获取一个区域和组成池的其他区域的列表:

region_weight(region, list_of_regions)。对于这种假想的情况，假设:

• 东区值 1
• 西部地区值(value) 2
• 南值3

则east,west池中east的返回权重为0.3333333333333333(1/3)。池东、西、南中南的权重均为0.5(1/2)。

所以对于第一行，我们看看还有哪些其他行的商品一和价格 50。有 2 行是东区，1 行是西区。第一行中的新数量将是:3 * region_weight("east", ["east", "west"]) 或 3 * 0.3333333333333333。

我想对整个数量列应用相同的过程。除了逐行循环 Dataframe 之外，我不知道如何使用 pandas 库解决这个问题。

Answer 1

好的，我认为这可以满足您的需求:

制作一个区域权重字典:

In [1]: weights = {'east':1,'west':2,'south':3}

以下函数将 Series 中的值映射到权重字典中的值。 x是region的行值，w是映射到weights dict后的region系列。

In [2]: def f(x):
   ...:     w = x.map(weights)
   ...:     return w / w.sum().astype(float)

在这里，我们按 ['item','price'] 分组并应用上面的函数。输出是商品和价格的独特组合的一系列相对权重。

In [3]: df.groupby(['item','price']).region.apply(f)
Out[3]:
0    0.333333
1    0.666667
2    1.000000
3    1.000000
4    0.333333
5    0.666667
6    1.000000
7    1.000000

最后，您可以将 df.quantity 乘以上述系列来计算体重调整后的数量。

In [4]: df['wt_quant'] = df.groupby(['item','price']).region.apply(f) * df.quantity

In [5]: df
Out[5]:
    item  price  quantity region  wt_quant
0    one     50         3   east  1.000000
1    one     50         3   west  2.000000
2    two     12         4  south  4.000000
3  three     35         5   west  5.000000
4    two     10        12   east  4.000000
5    two     10        14   west  9.333333
6    one     12         3   east  3.000000
7  three     12         8   west  8.000000