我想首先對“組”列進行分組。然后根據結果列和排名列中的條件更改結果列中的值。這就是我現在所擁有的：import pandas as pdimport numpy as npgroup = ['g1','g1','g1','g1','g1','g2','g2','g2','g2','g2','g2']rank = ['1','2','3','4','5','1','2','3','4','5','6']result = ['1','4','2','4','4','1','4','4','2','4','4']df = pd.DataFrame({"group": group, "rank": rank, "result": result}) group rank result0 g1 1 11 g1 2 42 g1 3 23 g1 4 44 g1 5 45 g2 1 16 g2 2 47 g2 3 48 g2 4 29 g2 5 410 g2 6 4在同一組中，當排名大于結果 = 2 的排名時，我想將結果從 4 更改為 6例如：在 g1 中，結果 = 2 的排名是 3。因此排名 4 和 5 的結果將是 6。在 g2 中，result = 2 的排名是 4。因此排名 5 和 6 的結果將是 6。在這種情況下，我想要的輸出將是： group rank result0 g1 1 11 g1 2 42 g1 3 23 g1 4 64 g1 5 65 g2 1 16 g2 2 47 g2 3 48 g2 4 29 g2 5 610 g2 6 6我不知道實現這一目標的最佳方法。有人可以幫忙嗎？
2 回答
眼眸繁星
TA貢獻1873條經驗 獲得超9個贊
用于Series.where替換結果中與 byrank匹配NaN的行2，然后用于GroupBy.transform每組重復值 by?GroupBy.first，最后比較更大的 by并在 中Series.gt設置值：6DataFrame.loc
#convert to integers for correct compare values greater like '10'
df[['rank','result']] = df[['rank','result']].astype(int)
s = df['rank'].where(df['result'].eq(2)).groupby(df['group']).transform('first')
df.loc[df['rank'].gt(s), 'result'] = 6
print (df)
? ?group? rank? result
0? ? ?g1? ? ?1? ? ? ?1
1? ? ?g1? ? ?2? ? ? ?4
2? ? ?g1? ? ?3? ? ? ?2
3? ? ?g1? ? ?4? ? ? ?6
4? ? ?g1? ? ?5? ? ? ?6
5? ? ?g2? ? ?1? ? ? ?1
6? ? ?g2? ? ?2? ? ? ?4
7? ? ?g2? ? ?3? ? ? ?4
8? ? ?g2? ? ?4? ? ? ?2
9? ? ?g2? ? ?5? ? ? ?6
10? ? g2? ? ?6? ? ? ?6
莫回無
TA貢獻1865條經驗 獲得超7個贊
這就能解決問題
import pandas as pd
import numpy as np
group = ['g1','g1','g1','g1','g1','g2','g2','g2','g2','g2','g2']
rank = ['1','2','3','4','5','1','2','3','4','5','6']
result = ['1','4','2','4','4','1','4','4','2','4','4']
df = pd.DataFrame({"group": group, "rank": rank, "result": result})
def changeDf(x):
df_gp = df[df['group'] == x['group']]
rank_of_2 = df_gp.loc[df_gp['result'] =='2', 'rank'].values[0]
if int(x['rank']) > int(rank_of_2):
return '6'
else:
return x['result']
df['result'] = df.apply(changeDf, axis=1)
print(df)
添加回答
舉報
0/150
提交
取消