Python 在另一列的两个条目之间查找列的最小值
浏览64次 0 我在一个包含1000多行的数据框中有两列。列A可以取值X、Y、None。B列包含从50到100的随机数 每次a列中出现非“无”事件时,都被视为发生4。因此,A列中先前的非无事件将是发生3,在此之前的事件将是发生2,在此之前的事件将是发生1。我想找出发生率4和发生率3之间B列的最小值,并检查它是否大于发生率2和发生率1之间B列的最小值。结果可以作为“是”或“否”存储在数据框中的新列中 样本输入Python 在另一列的两个条目之间查找列的最小值,python,pandas,dataframe,rolling-computation,Python,Pandas,Dataframe,Rolling Computation,浏览64次 0 我在一个包含1000多行的数据框中有两列。列A可以取值X、Y、None。B列包含从50到100的随机数 每次a列中出现非“无”事件时,都被视为发生4。因此,A列中先前的非无事件将是发生3,在此之前的事件将是发生2,在此之前的事件将是发生1。我想找出发生率4和发生率3之间B列的最小值,并检查它是否大于发生率2和发生率1之间B列的最小值。结果可以作为“是”或“否”存储在数据框中的新列中 样本输入 ROWNUM A B 1 None 68 2 None
ROWNUM A B
1 None 68
2 None 83
3 X 51
4 None 66
5 None 90
6 Y 81
7 None 81
8 None 100
9 None 83
10 None 78
11 X 68
12 None 53
13 None 83
14 Y 68
15 None 94
16 None 50
17 None 71
18 None 71
19 None 52
20 None 67
21 None 82
22 X 76
23 None 66
24 None 92
例如,我需要在ROWNUM 14和ROWNUM 11之间找到B列的最小值,并检查它是否大于ROWNUM 6和ROWNUM 3之间B列的最小值。接下来,我需要找到ROWNUM 22和ROWNUM 14之间的最小值,并检查它是否大于ROWNUM 11和ROWNNUM 6之间的最小值,依此类推
编辑:
在样本数据中,我们从第14行开始计算,因为这是A列第四次非无出现。第14行和第11行之间的最小值是53。第6行和第3行之间的最小值为51。由于53>51,这意味着事件4和事件3之间B列的最小值大于事件2和事件1之间B列的最小值。因此,第14行的输出将是“是”或1
接下来,在第22行,第22行和第14行之间的最小值为50。第11行和第6行之间的最小值为68。由于50<68,这意味着事件4和事件3之间的最小值不大于事件2和事件1之间的最小值。因此,第22行的输出将为“否”或0
我有以下代码
import numpy as np
import pandas as pd
df = pd.DataFrame([[0, 0]]*100, columns=list('AB'), index=range(1, 101))
df.loc[[3, 6, 11, 14, 22, 26, 38, 51, 64, 69, 78, 90, 98], 'A'] = 1
df['B'] = np.random.randint(50, 100, size=len(df))
df['result'] = df.index[df['A'] != 0].to_series().rolling(4).apply(
lambda x: df.loc[x[2]:x[3], 'B'].min() > df.loc[x[0]:x[1], 'B'].min(), raw=True)
print(df)
当A列有输入[0,1]时,此代码起作用。但是我需要一个a列可以包含[None,X,Y]的代码。此外,此代码生成输出为[0,1]。我需要输出为[是,否]。以下是我的方法:
def is_incr(x):
return x[:2].min() > x[2:].min()
# replace with s = df['A'] == 'None' if needed
s = df['A'].isna()
df['new_col'] = df.loc[s, 'B'].rolling(4).apply(is_incr)
输出:
ROWNUM A B new_col
0 1 NaN 68 NaN
1 2 NaN 83 NaN
2 3 X 51 NaN
3 4 NaN 66 NaN
4 5 NaN 90 1.0
5 6 Y 81 NaN
6 7 NaN 81 0.0
7 8 NaN 100 0.0
8 9 NaN 83 0.0
9 10 NaN 78 1.0
10 11 X 68 NaN
11 12 NaN 53 1.0
12 13 NaN 83 1.0
13 14 Y 68 NaN
14 15 NaN 94 0.0
15 16 NaN 50 1.0
16 17 NaN 71 1.0
17 18 NaN 71 0.0
18 19 NaN 52 0.0
19 20 NaN 67 1.0
20 21 NaN 82 0.0
21 22 X 76 NaN
22 23 NaN 66 0.0
23 24 NaN 92 1.0
我阅读您的样本数据如下:
df = pd.read_fwf('input.txt', widths=[7, 6, 3], na_values=['None'])
注意na_values=['None']
,它在输入中提供None(一个字符串)
读作NaN
这样,数据帧是:
ROWNUM A B
0 1 NaN 68
1 2 NaN 83
2 3 X 51
3 4 NaN 66
4 5 NaN 90
5 6 Y 81
6 7 NaN 81
7 8 NaN 100
8 9 NaN 83
9 10 NaN 78
10 11 X 68
11 12 NaN 53
12 13 NaN 83
13 14 Y 69
14 15 NaN 94
15 16 NaN 50
16 17 NaN 71
17 18 NaN 71
18 19 NaN 52
19 20 NaN 67
20 21 NaN 82
21 22 X 76
22 23 NaN 66
23 24 NaN 92
执行任务的代码是:
res = df.index[df.A.notnull()].to_series().rolling(4).apply(
lambda x: df.loc[x[2]:x[3], 'B'].min() > df.loc[x[0]:x[1], 'B'].min(), raw=True)\
.dropna().map(lambda x: 'YES' if x > 0 else 'NO').rename('Result')
df = df.join(res)
df.Result.fillna('', inplace=True)
正如您所看到的,这在一定程度上是对代码的轻微更改,其中包含一些
补充
结果是:
ROWNUM A B Result
0 1 NaN 68
1 2 NaN 83
2 3 X 51
3 4 NaN 66
4 5 NaN 90
5 6 Y 81
6 7 NaN 81
7 8 NaN 100
8 9 NaN 83
9 10 NaN 78
10 11 X 68
11 12 NaN 53
12 13 NaN 83
13 14 Y 69 YES
14 15 NaN 94
15 16 NaN 50
16 17 NaN 71
17 18 NaN 71
18 19 NaN 52
19 20 NaN 67
20 21 NaN 82
21 22 X 76 NO
22 23 NaN 66
23 24 NaN 92
与其他解决方案相比,我的解决方案的优势在于:
- 内容为是或否,如您所愿
- 此内容仅对列中的非空值显示, “忽略”前3个,它们没有足够的“前辈”
非部分。只需更改s=df['A'].notna()
。因此,NaN可以帮助您使用notnull()?这很完美。非常感谢。就像另一个解决方案的作者一样,我假设None实际上意味着“没有数据”,应该使用普遍应用的约定将其放入df中。根据某些条件,我可以得到值“X”或“Y”。如果条件失败,我认为没有。因此,我想Nan应该是完美的。而不是None(字符串),将此列的内容生成为Nan(也是一个字符串,末尾大写N)。然后,即使没有na_值参数,它们也将被读取为NaN。