主页 / coding / 问题 / 78828009
Accepted
AmirX
Asked: 2024-08-03 14:34:34 +0800 CST

如何获取列中负数连续最多的组并添加另一个条件来过滤这些组？

  • 772

这是对这个已接受答案的扩展。

我的数据框：

import pandas as pd
df = pd.DataFrame(
    {
        'a': [-3, -1, -2, -5, 10, -3, -13, -3, -2, 1, 2, -100],
        'b': [1, 2, 3, 4, 5, 10, 80, 90, 100, 99, 1, 12]
    }
)

预期输出：

      a    b
5    -3   10
6   -13   80
7    -3   90
8    -2  100

逻辑：

a) 选择中最长的一串负片a。

b) 例如，如果有两个条纹具有相同的大小，我想要一个总和更大的条纹b。df有两个条纹的大小为 4，但我想要第二个，因为总和b更大。

我的尝试：

import numpy as np
s = np.sign(df['a'])
df['g'] = s.ne(s.shift()).cumsum()
df['size'] = df.groupby('g')['g'].transform('size')
df['b_sum'] = df.groupby('g')['b'].transform('sum')
python

2 个回答

  1. 代码

    cond = df['a'] >= 0
grp = cond.cumsum()
idx = (df[~cond].groupby(grp).agg({'a': 'count', 'b': 'sum'})
                .sort_values('b', ascending=False)['a'].idxmax())
out = df[~cond & grp.eq(idx)]

    出去：

        a    b
5  -3   10
6 -13   80
7  -3   90
8  -2  100
    • 1
  2. Best Answer

    您可以保留相同的逻辑，只需添加一个额外的过滤步骤（例如query）以获取所有最大尺寸，然后获取idxmax“b”的总和：

    # negative numbers
m = df['a'].lt(0)
# form groups
g = m.ne(m.shift()).cumsum()

out = df[g.eq(df.groupby(g)['b'].agg(['size', 'sum'])
                .query('size == size.max()')['sum'].idxmax())]

    输出：

        a    b
5  -3   10
6 -13   80
7  -3   90
8  -2  100

    中间的：

    df.groupby(g)['b'].agg(['size', 'sum'])

   size  sum
a           
1     4   10
2     1    5
3     4  280
4     2  100
5     1   12

    或者，使用您的方法（请注意，如果两个或多个具有最大长度和相同的 b 和，则这不能保证唯一的组）：

    s = np.sign(df['a'])
g = df.groupby(s.ne(s.shift()).cumsum())

s1 = g['a'].transform('size')
s2 = g['b'].transform('sum')

out = df[s1.eq(s1.max()) & s2.eq(s2.max())]
    • 1

相关问题