主页 / coding / 问题 / 78565768
Accepted
Ishigami
Asked: 2024-06-02 15:51:06 +0800 CST

Pandas groupby 变换最小值大于 0

  • 772

我有一个 Pandas 数据框，看起来像

Race_ID   Date           Student_ID      Rank  
1         1/1/2023       1               3     
1         1/1/2023       2               8     
1         1/1/2023       3               0     
1         1/1/2023       4               4     
2         11/9/2022      1               2     
2         11/9/2022      2               3     
2         11/9/2022      3               9     
3         17/4/2022      5               0     
3         17/4/2022      2               1     
3         17/4/2022      3               2     
3         17/4/2022      4               5     
4         1/3/2022       1               6     
4         1/3/2022       2               2     
5         1/1/2021       1               0     
5         1/1/2021       2               3     
5         1/1/2021       3               1

我想添加一个新列，它是groupby大于 0min>0的最小值，所以期望的结果看起来像RankRace_ID

Race_ID   Date           Student_ID      Rank  min>0  
1         1/1/2023       1               3     3
1         1/1/2023       2               8     3
1         1/1/2023       3               0     3
1         1/1/2023       4               4     3
2         11/9/2022      1               2     2
2         11/9/2022      2               3     2
2         11/9/2022      3               9     2
3         17/4/2022      5               0     1
3         17/4/2022      2               1     1
3         17/4/2022      3               2     1
3         17/4/2022      4               5     1
4         1/3/2022       1               6     2
4         1/3/2022       2               2     2
5         1/1/2021       1               0     1
5         1/1/2021       2               3     1
5         1/1/2021       3               1     1

我知道groupby，transform('min')但我不知道如何包含条件 >0。

python

1 个回答

  1. Best Answer

    过滤/屏蔽值并计算排除不需要的值的最小值。

    您有多种选择。

    预屏蔽，然后使用groupby.transform：

    df['min>0'] = (df['Rank'].where(df['Rank']>0)
               .groupby(df['Race_ID']).transform('min')
               .convert_dtypes()
              )

    使用自定义transform函数：

    df['min>0'] = (df.groupby('Race_ID')['Rank']
                 .transform(lambda x: x[x>0].min())
              )

    或者使用过滤器、聚合，然后map广播回原始形状：

    df['min>0'] = df['Race_ID'].map(df[df['Rank'].gt(0)]
                                .groupby('Race_ID')['Rank'].min())

    输出：

        Race_ID       Date  Student_ID  Rank  min>0
0         1   1/1/2023           1     3      3
1         1   1/1/2023           2     8      3
2         1   1/1/2023           3     0      3
3         1   1/1/2023           4     4      3
4         2  11/9/2022           1     2      2
5         2  11/9/2022           2     3      2
6         2  11/9/2022           3     9      2
7         3  17/4/2022           5     0      1
8         3  17/4/2022           2     1      1
9         3  17/4/2022           3     2      1
10        3  17/4/2022           4     5      1
11        4   1/3/2022           1     6      2
12        4   1/3/2022           2     2      2
13        5   1/1/2021           1     0      1
14        5   1/1/2021           2     3      1
15        5   1/1/2021           3     1      1
    • 3

相关问题