Python 创建一个函数，根据dataframe和标签中的列执行分组和排序

我想根据Col2组将数据分为两组。但是，应为第一个匹配项分配一个值，其余匹配项应分配一个不同的值。拉尔夫帮我弄到了 创建的函数

import pandas as pd

import numpy as np

df = pd.DataFrame([
[100,     'm1',   1, 4],
[200,     'm2',   7, 5], 
[120,     'm1',   4, 4],
[240,     'm2',   8, 5],
[300,     'm3',   5, 4],
[330,     'm3',   2, 4],
[350,     'm3',   11, 4],
[200,     'm4',    9, 4]],
columns=['Col1',  'Col2',   'Col3', 'Col4'])

但是，我需要对函数进行两次修改。而不是val，它将从列4中获取相应的值，然后返回一个值（如组内第一个匹配项的“低”（基于排序后的列1）），然后对组中的其余匹配项说“低”

所以我的问题是如何修改函数来实现这一点

我的意见：

df['Col5'] = df.sort_values(['Col2','Col1']).groupby('Col2')['Col3'].transform(my_function, (4))

预期产出：

   Col1 Col2  Col3  Col4    
   100   m1     1     4    
   200   m2     7     5    
   120   m1     4     4   
   240   m2     8     5   
   300   m3     5     4   
   330   m3     2     4    
   350   m3    11     4    
   200   m4     9     4

---

您可以创建一个由

transform（）

调用的更高级别的函数（我们称之为

my_function（）

），然后调用一个较低级别的函数（我们称之为

deeper_logic（）

），该函数应用您问题中概述的前面的逻辑，如下所示：

   Col1 Col2  Col3  Col4   Col 5    
   100   m1     1     4    low    
   200   m2     7     5    med    
   120   m1     4     4    low_red    
   240   m2     8     5    med_red    
   300   m3     5     4    high    
   330   m3     2     4    high_red    
   350   m3    11     4    high_red    
   200   m4     9     4    high

---

请注意，

transform（）

对序列进行操作，并返回一个类似索引的NDFrame，这是我们想要的结果（即保留原始数据帧的索引）。因此，我们可以调用

transform（）

使用我们的

Col3

列，然后在从

transform（）调用的函数中使用
iloc
从原始索引中提取相应的
Col4
列值

您的问题中也应该包含您的预期输出，提供一个指向您上一个问题的链接以供参考可能会有所帮助。将其添加到问题中。谢谢Rahlf。col1中的100除法是否意味着您期望的结果中存在红色？考虑到我在fir中工作，我打赌不存在@JoPapou13带OPYes-Rahlf的问题的第一部分是正确的。不涉及除法。只要排序组中的第二个匹配项具有特定值（标准在函数中）那就是*\u redsome。谢谢。我会检查并让你知道并接受答案。也会感谢你的投票！让我知道它是否对你有用谢谢。是的，这就是它的工作方式！！我投票了。

   Col1 Col2  Col3  Col4   Col 5    
   100   m1     1     4    low    
   200   m2     7     5    med    
   120   m1     4     4    low_red    
   240   m2     8     5    med_red    
   300   m3     5     4    high    
   330   m3     2     4    high_red    
   350   m3    11     4    high_red    
   200   m4     9     4    high

def my_function(group):

    val = df.iloc[group.index]['Col4']

    value = deeper_logic(group.iloc[0], val.iloc[0], group)

    return [value if i==0 else value + '_red' for i in range(group.shape[0])]

def deeper_logic(x, val, group):

    if group.shape[0]==1:
        if x>val:
            return 'high'
        else:
            return 'low'

    if x>val and any(i<=val for i in group.iloc[1:]):
        return 'high'
    elif x>val:
        return 'med'
    elif x<=val:
        return 'low'
    else:
        return np.nan

df['Col5'] = df.sort_values(['Col2','Col1']).groupby('Col2')['Col3'].transform(my_function)

   Col1 Col2  Col3  Col4      Col5
0   100   m1     1     4       low
1   200   m2     7     5       med
2   120   m1     4     4   low_red
3   240   m2     8     5   med_red
4   300   m3     5     4      high
5   330   m3     2     4  high_red
6   350   m3    11     4  high_red
7   200   m4     9     4      high