python(pandas)根据不同行的值创建一个新列

Question

我有一个来自 cvs 文件的数据框，如下所示:

     #F      E    G
0     1  n.e.   153
1     1     60   15
2     1     99   10
3     1      S   23
4     2  n.e.   190
5     2     60   44
6     2     99   22
7     2      S   67

我想为此添加一个新列。

对于每个 [#F] 组，每行中的 [G] 值应除以 [E]='n.e.' 的行中的 [G] 值所以，最终，它应该看起来像这样:

     #F      E    G     rel
0     1  n.e.   153   1.000
1     1     60   15   0.098
2     1     99   10   0.065
3     1      S   23   0.150
4     2  n.e.   190   1.000
5     2     60   44   0.232
6     2     99   22   0.116
7     2      S   67   0.353

我尝试了几种使用函数、组或 np.where 的方法，但问题比我的经验要复杂一些，最终没有任何结果。

感谢您的帮助。

Answer 1

我会使用Series.div 。使用 Series.where 为每个组创建具有相应 n.e. 值的系列和 Groupby.transform .

Note that first, omit the NaN values, so the position of the .ne. value in the group does not matter. We could also use max instead first.

df['Rel']=df['G'].div(df['G'].where(df['E'].eq('n.e.'))
                             .groupby(df['#F']).transform('first'))
print(df)
  #F     E    G       Rel
0  1  n.e.  153  1.000000
1  1    60   15  0.098039
2  1    99   10  0.065359
3  1     S   23  0.150327
4  2  n.e.  190  1.000000
5  2    60   44  0.231579
6  2    99   22  0.115789
7  2     S   67  0.352632

编辑

df['Rel']=df['G'].div(df['G'].where(df['E'].eq('n.e. '))
                             .groupby(df['#F']).transform('first'))