python - 根据条件选择最后一行并将值存储到变量中

Question

我在 python 3.7 中的 pandas 中有以下数据框并读取 Excel。例如数据帧是

data = {'s':['a','a','a','a','b','b'],
        'cp':['C','P','C','C','C','P'],
        'st':[300,300,300,300,310,310],
         'qty':[3000,3000,3000,6000,9000,3000],
         'p':[16,15,14,10,8,12]}
df=pd.DataFrame(data)
df

    s   cp  st  qty p
0   a   C   300 3000    16
1   a   P   300 3000    15
2   a   C   300 3000    14
3   a   C   300 6000    10
4   b   C   310 9000    8
5   b   P   310 3000    12

我想将 cp 的最后一个值，即值列“p”的按列“s”分组的“cp”列的“C”和“P”存储到变量中，例如条件“s”= a 的 a 和 b 变量是 cp 的最后一个值，其中 cp ==“C” 为 10，对于 cp ==“P” 为 15，则变量“a”应具有值 10，变量“b”应具有值值为 15。

对于“s”==“b”，则 a = 8 和 b = 12 的值

我正在使用 pandas 从另一个 excel/csv 文件读取 s 值。

你能帮我一下吗？

谢谢

Answer 1

如果始终存在至少一个C和一个P，则将p列转换为DataFrame.set_index索引，比较Series.eq对于 ==，通过切片 [::-1] 交换顺序并获取最后匹配的 C 或 P条件:

a = df.set_index('p')['cp'].eq('C')[::-1].idxmax()
print (a)
8
b = df.set_index('p')['cp'].eq('P')[::-1].idxmax()
print (b)
12

编辑:

df1 = df.drop_duplicates(['s','cp'], keep='last')[['s','cp','p']]
print (df1)
   s cp   p
1  a  P  15
3  a  C  10
4  b  C   8
5  b  P  12

指定 s 和 cp 值的通用解决方案:

a = next(iter(df.loc[df['cp'].eq('C') & df['s'].eq('a'), 'p'].values[::-1]), 'no exist')
print (a)
10
b = next(iter(df.loc[df['cp'].eq('P')& df['s'].eq('a'), 'p'].values[::-1]), 'no exist')
print (b)
15

a = next(iter(df.loc[df['cp'].eq('C') & df['s'].eq('b'), 'p'].values[::-1]), 'no exist')
print (a)
8
b = next(iter(df.loc[df['cp'].eq('P')& df['s'].eq('b'), 'p'].values[::-1]), 'no exist')
print (b)
12

详细信息:

首先按两个条件进行过滤，并通过 & 和 loc 按位 AND 过滤列 p:

print (df.loc[df['cp'].eq('C') & df['s'].eq('a'), 'p'])
0    16
2    14
3    10
Name: p, dtype: int64

然后转换为 numpy 数组并使用 [::-1] 进行切片:

print (df.loc[df['cp'].eq('C') & df['s'].eq('a'), 'p'].values[::-1])
[10 14 16]

最后获取数组的第一个值:

print (next(iter(df.loc[df['cp'].eq('C') & df['s'].eq('a'), 'p'].values[::-1]), 'no exist'))
10

<小时/>

如果测试不存在值，此处AAA:

print (df.loc[df['cp'].eq('AAAA') & df['s'].eq('a'), 'p'])
Series([], Name: p, dtype: int64)

print (df.loc[df['cp'].eq('AAAA') & df['s'].eq('a'), 'p'].values[::-1])
[]

print (next(iter(df.loc[df['cp'].eq('AAA') & df['s'].eq('a'), 'p'].values[::-1]), 'no exist'))
no exist