Python 3.x 如何在分组数据框中创建新列?
我有一个按分类特征分组的数据帧。 例如,我有dfPython 3.x 如何在分组数据框中创建新列?,python-3.x,pandas,feature-selection,missing-features,Python 3.x,Pandas,Feature Selection,Missing Features,我有一个按分类特征分组的数据帧。 例如,我有df df[['APP_NO', 'REPAY_METHOD', 'RESIDUAL_DEBT']] \ .groupby(['APP_NO', 'REPAY_METHOD']).agg({'RESIDUAL_DEBT' : 'sum'}) ID NUM CAT_FEAT aggr 1 123 2 1233 2 234 2 6631 3 576 -1 -491 4
df[['APP_NO', 'REPAY_METHOD', 'RESIDUAL_DEBT']] \
.groupby(['APP_NO', 'REPAY_METHOD']).agg({'RESIDUAL_DEBT' : 'sum'})
ID NUM CAT_FEAT aggr
1 123 2 1233
2 234 2 6631
3 576 -1 -491
4 987 0 5461
NUM是唯一标识符
因此,我希望得到以下daraframe:
ID NUM CAT_FEAT aggr_CF2 aggr_CF0 aggr_CFm1
1 123 2 1233 -1 -1
2 234 2 6631 -1 -1
3 576 -1 -1 -1 -491
4 987 0 -1 5461 -1
也就是说,对于每个NUM,获取包含所有CAT_专长值的aggr标记
如果NUM在CAT_专长中没有任何值,则将其替换为-1
问题是如何最正确地实现这一点。当前df已按NUM分组。我有一个数据帧,没有分组。也许一开始我没有正确思考。这只是一个例子。以下是真实数据:
ID. APP_NO REPAY_METHOD RESIDUAL_DEBT
0 755356650 0.0 0.00
1 756347150 2.0 20490.53
2 756927070 -1.0 0.00
3 757031330 2.0 0.00
4 757233210 2.0 0.00
我想得到以下信息
ID. APP_NO RESIDUAL_DEBT_RM0 RESIDUAL_DEBT_RM2 RESIDUAL_DEBT_RMm1
0 755356650 0.0 -1 -1
1 756347150 -1 20490.53 -1
2 756927070 -1 -1 0
3 757031330 -1 0 -1
4 757233210 -1 0 -1
剩余债务RM0是还款方法=0 e.t.c的一个特征
对于每个应用程序,没有包含所有方法值的功能
如果APP_NO没有return_方法中的任何值,则将其替换为-1
我有重复应用程序编号的数据。主要任务是按APP_NO和每个分类特征对数据进行分组,以形成聚合特征没有输入数据,这个问题没有意义。你能提供一个答案吗?我不知道你是如何从你的输入中得到你的输出的。你能提供更多的细节吗?