- 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
我有一个大致如下所示的数据框:
>>> data
price currency
id
2 1050 EU
5 1400 EU
4 1750 EU
8 4000 EU
7 630 GBP
1 1000 GBP
9 1400 GBP
3 2000 USD
6 7000 USD
我需要为每种货币获取一个包含 n
最高价产品的新数据框,其中 n
取决于货币并在另一个数据框中给出:
>>> select_number
number_to_select
currency
GBP 2
EU 2
USD 1
如果我必须选择相同数量的最高价元素,我可以使用 pandas.groupby
按货币对数据进行分组,然后使用分组的 head
方法对象。
但是,head
只接受一个数字,不接受数组或某些表达式。
当然,我可以编写一个for
循环,但这样做会非常笨拙且效率低下。
如何以好的方式做到这一点?
最佳答案
您可以使用:
data = pd.DataFrame({'id': {0: 2, 1: 5, 2: 4, 3: 8, 4: 7, 5: 1, 6: 9, 7: 3, 8: 6}, 'price': {0: 1050, 1: 1400, 2: 1750, 3: 4000, 4: 630, 5: 1000, 6: 1400, 7: 2000, 8: 7000}, 'currency': {0: 'EU', 1: 'EU', 2: 'EU', 3: 'EU', 4: 'GBP', 5: 'GBP', 6: 'GBP', 7: 'USD', 8: 'USD'}})
select_number = pd.DataFrame({'number_to_select': {'USD': 1, 'GBP': 2, 'EU': 2}})
print (data)
currency id price
0 EU 2 1050
1 EU 5 1400
2 EU 4 1750
3 EU 8 4000
4 GBP 7 630
5 GBP 1 1000
6 GBP 9 1400
7 USD 3 2000
8 USD 6 7000
print (select_number)
number_to_select
EU 2
GBP 2
USD 1
通过 dict
映射的解决方案:
d = select_number.to_dict()
d1 = d['number_to_select']
print (d1)
{'USD': 1, 'EU': 2, 'GBP': 2}
print (data.groupby('currency').apply(lambda dfg: dfg.nlargest(d1[dfg.name],'price'))
.reset_index(drop=True))
currency id price
0 EU 8 4000
1 EU 4 1750
2 GBP 9 1400
3 GBP 1 1000
4 USD 6 7000
解决方案2:
print (data.groupby('currency')
.apply(lambda dfg: (dfg.nlargest(select_number
.loc[dfg.name, 'number_to_select'], 'price')))
.reset_index(drop=True))
id price currency
0 8 4000 EU
1 4 1750 EU
2 9 1400 GBP
3 1 1000 GBP
4 6 7000 USD
解释:
我认为对于调试来说,最好使用函数 f
和 print
:
def f(dfg):
#dfg is DataFrame
print (dfg)
#name of group
print (dfg.name)
#select value from select_number
print (select_number.loc[dfg.name, 'number_to_select'])
#return top rows per groups
print (dfg.nlargest(select_number.loc[dfg.name, 'number_to_select'], 'price'))
return (dfg.nlargest(select_number.loc[dfg.name, 'number_to_select'], 'price'))
print (data.groupby('currency').apply(f))
currency id price
0 EU 2 1050
1 EU 5 1400
2 EU 4 1750
3 EU 8 4000
currency id price
0 EU 2 1050
1 EU 5 1400
2 EU 4 1750
3 EU 8 4000
EU
2
currency id price
3 EU 8 4000
2 EU 4 1750
currency id price
4 GBP 7 630
5 GBP 1 1000
6 GBP 9 1400
GBP
2
currency id price
6 GBP 9 1400
5 GBP 1 1000
currency id price
7 USD 3 2000
8 USD 6 7000
USD
1
currency id price
8 USD 6 7000
currency id price
currency
EU 3 EU 8 4000
2 EU 4 1750
GBP 6 GBP 9 1400
5 GBP 1 1000
USD 8 USD 6 7000
关于python - 从 pandas groupby 中的每个组中选择前 n 个元素,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/37482733/
前一段时间写过一篇文章《 实战,一个高扩展、可视化低代码前端,详实、完整 》,得到了很多朋友的关注。 其中的逻辑编排部分过于简略,不少朋友希望能写一些关于逻辑编排的内容,本文就详细讲述一下逻辑
我正在尝试以下 Java 片段: int[] testArray={10,20,30,40}; int i= 0; testArray[i++]= testArray[i++]+1; System.o
我想知道我是否可以通过某种方式在 C++ 中进行前/后函数调用。我有一个包含很多函数的包装器类,在每次调用包装器函数后,我应该调用另一个始终相同的函数。 所以我不想像这样对每个函数调用 postFun
我有一个像这样的头文件: #pragma once #include "gamestate.h" #include "ExitListener.h" class InitialGameState :
学习左值和右值。定义是任何可以是“地址”的东西都是左值,否则就是右值。 我检查了运算符的优先级,前缀和后缀增量都比“地址”运算符具有更高的优先级。 对于下面的两个例子,谁能解释一下为什么第一个“&++
在我的学习过程中,我遇到了前后迭代器,我想知道是否有办法让它们就地创建容器元素。从文档来看,容器似乎需要实现 push_back 函数才能与 back_iterator 一起使用。但是有没有一种方法可
我有两个关于 Java 中运算符优先级的类似问题。 第一个: int X = 10; System.out.println(X++ * ++X * X++); //it prints 1440 根据
请放轻松,不要对我开枪,因为我还是新手。 当我运行这段代码时,我完全糊涂了,终生无法弄清楚为什么: int y = 9; cout << "++y = " << ++y << "\n--y = " <
两种表达方式有区别吗: (*x)++ 和 ++(*x) 我可以看到这两个语句都替换了 *x 中 (*x+1) 的内容。但是它们之间有什么区别吗? 最佳答案 (*x)++ 计算为*x的值;作为副作用,*
我有一个如下所示的数据集: Date CONSUMER DISCR CONSUMER STAPLES ENERGY FINANCIALS HEALTH CARE
我希望检查名称字段中输入的前两个字符是否为字母 - 除此之外没有什么区别(空格、'、- 等都是公平的游戏)。这是我到目前为止所拥有的,但它不起作用。想法?谢谢! if (document.form01
我制作了一个简单的脚本,为像素和所有附近的像素着色为相同的颜色 Click foto
我需要编写一个循环,以下列格式输出从昨天算起的最近 30 天: 2014-02-02 2014-02-03 2014-02-04 ... 2014-03-04 我想我需要像这样使用循环: for ($
我正在做一些练习,但我对这个感到困惑: public static int f (int x, int y) { int b=y--; while (b>0) { if (x%2!=0
我需要一个 4 个字符的正则表达式。前 3 个字符必须是数字,最后 1 个字符必须是字母或数字。 我形成了这个,但它不起作用 ^([0-9]{3}+(([a-zA-Z]*)|([0-9]*)))?$
我需要编写一个循环,以下列格式输出从昨天算起的最近 30 天: 2014-02-02 2014-02-03 2014-02-04 ... 2014-03-04 我想我需要像这样使用循环: for ($
我有下面的程序,我试图找到前 1000 个素数的总和。在代码中,解决方案1和2有什么区别?为什么我不应该将 count 变量放在 if 条件之外?如果我把变量放在 if 之外,我显然没有得到我需要的答
这个问题在这里已经有了答案: Replace First N Occurrences in the String (7 个答案) 关闭 4 年前。 我有一个如下的字符串 const str = '_
我正在尝试测量以纳秒为单位的平均访问延迟,但在第一次迭代后我收到“段错误(核心转储)”。我错过了什么吗?我是否滥用了指针。这是导致错误的函数: #include #include #include
我有一个 SQL 问题 (MySQL)。我如何从下表创建一个新表(表名称:“well_master_prod_inj”)。 我需要按井名和日期聚合数据。我希望每个井名只有一行数据以及显示以下数据的列:
我是一名优秀的程序员,十分优秀!