- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我有一个像这样的 DataFrame:
import pandas as pd
df = pd.DataFrame(
[
["EUR" , 0.031 , 61.170000 , "ask" ],
["EUR" , 7.642 , 61.360000 , "ask" ],
["EUR" , 0.266 , 61.370000 , "ask" ],
["EUR" , 0.364 , 61.410000 , "ask" ],
["EUR" , 0.101 , 61.100000 , "bid" ],
["EUR" , 23.090 , 60.470000 , "bid" ],
["EUR" , 2.061 , 60.460000 , "bid" ],
["EUR" , 0.133 , 60.450000 , "bid" ],
["USD" , 3.031 , 161.170000, "ask" ],
["USD" , 10.642 , 161.360000, "ask" ],
["USD" , 3.266 , 161.370000, "ask" ],
["USD" , 3.364 , 161.410000, "ask" ],
["USD" , 3.101 , 161.100000, "bid" ],
["USD" , 26.090 , 160.470000, "bid" ],
["USD" , 5.061 , 160.460000, "bid" ],
["USD" , 3.133 , 160.450000, "bid" ],
],
columns = ["base_currency", "base_volume", "price" , "type"]
)
df
我想重新排列行。具体来说,我想对货币进行分组(所有“EUR”行放在一起,所有“USD”行放在一起)然后,对于每种货币,我希望“询问”按降序排列,我希望“出价”是升序排列。现在,如果 DataFrame 仅包含一种货币,我可以通过以下方式正常工作:
_df = df.groupby("type").apply(lambda row: row.sort_values(by = "price"))
_df
我必须处理多种货币,但是当我尝试按以下方式对它们进行分组时
_df = df.groupby(["base_currency", "type"]).apply(
lambda row:
row.sort_values(by = "price") if row['type'] == 'ask' else\
row.sort_values(by = "price", ascending = False),
axis = 1
)
_df
我收到以下错误:
TypeError: <lambda>() got an unexpected keyword argument 'axis'
这里可能发生了什么?我该如何解决?
最佳答案
发生的事情是 groupby.apply
没有错误提示的 axis
参数,您可以改为这样做:
df.groupby(
['base_currency', 'type'], group_keys=False
).apply(
lambda g: g.sort_values('price', ascending=g.name[1] == 'bid')
# check the type for each group and sort accordingly
)
# base_currency base_volume price type
#3 EUR 0.364 61.41 ask
#2 EUR 0.266 61.37 ask
#1 EUR 7.642 61.36 ask
#0 EUR 0.031 61.17 ask
#7 EUR 0.133 60.45 bid
#6 EUR 2.061 60.46 bid
#5 EUR 23.090 60.47 bid
#4 EUR 0.101 61.10 bid
#11 USD 3.364 161.41 ask
#10 USD 3.266 161.37 ask
#9 USD 10.642 161.36 ask
#8 USD 3.031 161.17 ask
#15 USD 3.133 160.45 bid
#14 USD 5.061 160.46 bid
#13 USD 26.090 160.47 bid
#12 USD 3.101 161.10 bid
关于python - 如何使用 pandas groupby 对某些行进行降序排序,对某些行进行升序排序,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/50730702/
给定输入: [1, 2, 3, 4, 5, 6, 7, 8, 9, 10] 将数字按奇数或偶数分组,然后按小于或大于 5 分组。 预期输出: [[1, 3, 5], [2, 4], [6, 8, 10
编辑: @coldspeed、@wen-ben、@ALollz 指出了我在字符串 np.nan 中犯的新手错误。答案很好,所以我不删除这个问题来保留那些答案。 原文: 我读过这个问题/答案 What'
我试图概括我提出的问题 here . mlb 数据框看起来像 Player Position Salary Year 0 Mike Wit
我认为我不需要共享整个数据框,但基本上,这是有问题的代码行(当然,已经导入了 pandas) divstack = df[df['Competitor']=='Emma Slabach'].group
我面临下一个问题:我有组(按 ID),对于所有这些组,我需要应用以下代码:如果组内位置之间的距离在 3 米以内,则需要将它们添加在一起,因此将创建一个新组(代码如何创建我在下面显示的组)。现在,我想要
我有以下数据: ,dateTime,magnitude,occurrence,dateTime_s 1,2017-11-20 08:00:09.052260,12861,1,2017-11-20 08
我按感兴趣的列对 df 进行分组: grouped = df.groupby('columnA') 现在我只想保留至少有 5 名成员的组: grouped.filter(lambda x: len(x
数据是一个时间序列,许多成员 ID 与许多类别相关联: data_df = pd.DataFrame({'Date': ['2018-09-14 00:00:22',
选择 u.UM_TOKEN_NO 、u.UM_FULLNAME、u.SECTOR、u.department_name、t.TS_PROJECT_CODE、sum(t.TS_TOTAL_HRS) 来自
我有这两个表: +---------------+-------------+---------------------+----------+---------+ | items_ordered |
我正在使用 groupby 和 sum 快速汇总两个数据集 一个包含: sequence shares 1 100 2 200 3 50 1 2
这个问题在这里已经有了答案: list around groupby results in empty groups (3 个答案) itertools groupby object not out
我有一组行,我想按标识符的值进行分组 - 存在于每一行中 - 然后对将作为结果的组进行进一步的隔离处理。 我的数据框是这样的: In [50]: df Out[50]: groupkey b
假设您要在全局范围内销售产品,并且希望在某个主要城市的某个地方设立销售办事处。您的决定将完全基于销售数字。 这将是您的(简化的)销售数据: df={ 'Product':'Chair', 'Count
我有一个将数据分组两次的查询: var query = (from a in Context.SetA() from b in Context.SetB().Where(x => x.aId == a
我有一个这种格式的数据框: value identifier 2007-01-01 0.087085 55 2007-01-01 0.703249
这个问题在这里已经有了答案: python groupby behaviour? (3 个答案) 关闭 4 年前。 我有一个这样的列表 [u'201003', u'200403', u'200803
在 Python 中,我可以使用 itertools.groupby 将具有相同键的连续元素分组。 : >>> items = [(1, 2), (1, 5), (1, 3), (2, 9), (3,
无法翻译以下 GroupBy 查询并将引发错误:不支持客户端 GroupBy IEnumerable ids = new List { 1, 2, 3 }; var q = db.Comments.W
考虑一个 Spark DataFrame,其中只有很少的列。目标是对其执行 groupBy 操作,而不将其转换为 Pandas DataFrame。等效的 Pandas groupBy 代码如下所示:
我是一名优秀的程序员,十分优秀!