主页 / coding / 问题 / 78359009
Accepted
Евгения
Asked: 2024-04-21 00:48:57 +0800 CST

根据条件计算最小值

  • 772

将一列添加到数据框中，其中每个项目的最小值仅来自字典对应的列。如何在计算最小值时添加条件 - 如果所选列中的值大于“Col7”列中的值？

import pandas as pd
my_dict={'Item1':['Col1','Col3','Col6'],
'Item2':['Col2','Col4','Col6','Col8']
        }
df=pd.DataFrame({
            'Col0':['Item1','Item2'],
            'Col1':[20,25],
            'Col2':[89,15],
            'Col3':[36,30],
            'Col4':[40,108],
            'Col5':[55,2],
            'Col6':[35,38],
            'Col7':[30,20]
            })

df['min']=df.apply(lambda r:r[[col for col in my_dict.get(r['Col0'], []) if col in r]].min(),axis=1)

结果应该是：

df=pd.DataFrame({
            'Col0':['Item1','Item2'],
            'Col1':[20,25],
            'Col2':[89,15],
            'Col3':[36,30],
            'Col4':[40,108],
            'Col5':[55,2],
            'Col6':[35,38],
            'Col7':[30,20],
            'min':[35,38]
            })
python

4 个回答

  1. 按照您的方法apply，它需要布尔索引（with gt）：

    df["min"]= (
    df.apply(lambda r: r.reindex(my_dict[r["Col0"]])
             .loc[lambda s: s.gt(r["Col7"])].min(), axis=1)
)

    输出 ：

        Col0  Col1  Col2  Col3  Col4  Col5  Col6  Col7  min
0  Item1    20    89    36    40    55    35    30   35
1  Item2    25    15    30   108     2    38    20   38

[2 rows x 9 columns]
    • 1

  2. 收据会相当简单：

    1. Col0根据检索 每行的相关列my_dict。
    2. 过滤这些列以仅保留大于 中的值的值Col7。
    3. 最后计算min这些过滤值的。

    上面的代码可能如下所示：

    import pandas as pd

my_dict = {
    'Item1': ['Col1', 'Col3', 'Col6'],
    'Item2': ['Col2', 'Col4', 'Col6', 'Col8']
}
df = pd.DataFrame({
    'Col0': ['Item1', 'Item2'],
    'Col1': [20, 25],
    'Col2': [89, 15],
    'Col3': [36, 30],
    'Col4': [40, 108],
    'Col5': [55, 2],
    'Col6': [35, 38],
    'Col7': [30, 20]
})

# Adding the 'min' column by applying 
# a function across each row
df['min'] = df.apply(lambda row: min([row[col] for col in my_dict.get(row['Col0'], []) if col in row and row[col] > row['Col7']]), axis=1)

print(df)
    • 1
  3. Best Answer

    与 Marcin 的答案类似，您可以and r[col] > r['Col7']在 后添加您的条件if col in r。所以该行看起来像：

    df['min']=df.apply(lambda r:r[[col for col in my_dict.get(r['Col0'], []) if col in r and r[col] > r['Col7']]].min(),axis=1)
    • 1

  4. 您可以通过调整之前问题的答案来获取最小值和列名称，并min在条件导致没有匹配列的情况下传递默认值：

    df[['min', 'name']] = df.apply(
    lambda r:min(((r[col], col) for col in my_dict.get(r['Col0'], []) if col in r and r[col] > r['Col7']), default=(np.nan, '')),
    axis=1, result_type='expand'
)

    输出（用于您的示例数据）：

        Col0  Col1  Col2  Col3  Col4  Col5  Col6  Col7  min  name
0  Item1    20    89    36    40    55    35    30   35  Col6
1  Item2    25    15    30   108     2    38    20   38  Col6

    如果我们将条件更改为r[col] > r['Col7']*1.2，则输出为

        Col0  Col1  Col2  Col3  Col4  Col5  Col6  Col7   min  name
0  Item1    20    89    36    40    55    35    30   NaN
1  Item2    25    15    30   108     2    38    20  38.0  Col6

    请注意，我使用了NaN和''作为默认值，您可以使用您选择的任何值来代替它们。

    • 0

相关问题