python - 将组迭代到数据框中

Question

                 A   B
    0   2002-01-16   0
    1   2002-01-16   4
    2   2002-01-16  -2
    3   2002-01-16  11
    4   2002-01-16  12
    5   2002-01-17   0
    6   2002-01-17 -18
    7   2002-01-17  16
    8   2002-01-18   0
    9   2002-01-18  -1
    10  2002-01-18   4

results = {}
grouped = df.groupby("A")

for name, group in grouped:
    if (df["B"] >= 10).any():
        results[name] = df.loc[df["B"] >= 10].head(1)
        print(results[name])
    elif (df["B"] <= -10).any():
        results[name] = df.loc[df["B"] <= -10].head(1)
        print(results[name])
    else:
        results[name] = df.loc[df["B"] > -10, :].tail(1)
        print(results[name])

输出:

            A   B
3  2002-01-16  11
            A   B
3  2002-01-16  11
            A   B
3  2002-01-16  11

我想迭代并获得每个 A 组 的一个结果，具有以下条件:

• 如果任何B 列 的值 >= 10 或 <= -10，则仅将第一个添加到“结果”并跳到下一组以继续迭代。
• 如果没有任何 B 列值 >= 10 或 <= -10，将最后一个值添加到“结果”并跳到下一组继续迭代。

期望的输出是:

            A   B
3  2002-01-16  11
            A   B
6  2002-01-17 -18
            A   B
10 2002-01-18   4

Answer 1

您的代码包含两个阻止正确输出的错误。首先，也是最明显的，是你没有使用你的 group在for环形。相反，您对完整的 df 进行操作框架。这就是为什么每次输入都得到相同结果的原因。

修复后，您将几乎得到预期的结果。但是，由于您的第二个错误，不完全是。根据你的描述，你想等于>= 10和 <= -10 .但是，您的代码首先执行大于检查，如果该检查成功，它将生成您的输出。因此，组的结果 2002-01-17将是 16，而不是 -18。

第二个问题的修复是确保您在同一个 if 中测试这两个条件。子句，通常使用 or .但是，在您当前的情况下，可以使用绝对值(abs() 运算符)将这两个测试合并为一个。不过，这有点特殊(尽管很常见)。使用 or 可以很好地理解这种方式和更一般的方式。 .

这会将案例数量减少到两个，删除 elif线。此外，可以做一些小的修改来增加可读性。综合起来会给你留下类似于:

results = {}
grouped = df.groupby("A")

for name, group in grouped:
    if (abs(group["B"]) >= 10).any():
        results[name] = group[abs(group["B"]) >= 10].head(1)
    else:
        results[name] = group.tail(1)
    print(results[name])

生成所需的输出:

           A   B
3 2002-01-16  11
           A   B
6 2002-01-17 -18
            A  B
10 2002-01-18  4