python - Pandas:使用其他列子组中的值创建新列

Question

我有一个包含交易的数据框。索引是交易日期(时间戳)，列是价格( float )、城市(字符串)和产品名称(字符串)。我想在数据框中添加一个新列，其中包含每个城市每种产品的最低价格。因此，对于城市和产品相同的每一行，第四列将具有相同的值。

示例代码:

# dictionary of transactions

d = {'1': ['20', 'NYC', 'Widget A'], '2': ['30', 'NYC', 'Widget A'], '3': ['5', 'NYC', 'Widget A'], \
     '4': ['300', 'LA', 'Widget B'], '5': ['30', 'LA', 'Widget B'],  '6': ['100', 'LA', 'Widget A']}

columns=['Price', 'City', 'Product']

# create dataframe and rename columns

df = pd.DataFrame.from_dict(data=d, orient='index')
df.columns = columns

这会产生一个看起来像这样的数据框

Price   City    Product

1   20  NYC Widget A

2   30  NYC Widget A

3   5   NYC Widget A

4   300 LA  Widget B

5   30  LA  Widget B

6   100 LA  Widget A

所以我想为每个城市/产品子组添加一个包含最低价格的新列。因此，第 1-3 行(所有纽约市/Widget A)将为 5(第 3 行中的最低价格)，第 4 行和第 5 行的值为 30(均为 LA/Widget B)，第 6 行将为值为 100。

Answer 1

从示例数据框 product.csv 开始，如下所示:

date,price,city,product
2015-09-21,1.5,c1,p1
2015-09-21,1.2,c1,p1
2015-09-21,0.5,c1,p2
2015-09-21,0.3,c1,p2
2015-09-22,0.6,c2,p2
2015-09-22,1.2,c2,p2

我会这样做:

# Read Dataframe
df = pd.read_csv('product.csv')

然后我添加所需的列:

df['minprice'] = df.groupby(['city','product'])['price'].transform(min)

返回:

         date  price city product  minprice
0  2015-09-21    1.5   c1      p1       1.2
1  2015-09-21    1.2   c1      p1       1.2
2  2015-09-21    0.5   c1      p2       0.3
3  2015-09-21    0.3   c1      p2       0.3
4  2015-09-22    0.6   c2      p2       0.6
5  2015-09-22    1.2   c2      p2       0.6

希望对您有所帮助。