主页 / coding / 问题 / 79163957
Accepted
Brad
Asked: 2024-11-07 03:09:09 +0800 CST

查找每个类别组中所有值为“否”的列

  • 772

我有一个类似于这个虚构的数据集

data = {'category':['foo','foo','foo','foo','foo','bar','bar','bar','bar','bar'],'part':['101','102','103','104','105','201','202','203','204','205'],'site_a':['yes','yes','no','no','no','no','yes','no','no','no'],'site_b':['no','no','no','no','no','no','yes','no','no','no'],'site_c':['yes','no','no','no','no','no','no','no','no','no']}

我需要按类别分组，并筛选出每个类别值全部为“否”的网站。对于类别“foo”，“site_b”将为真，而对于类别“bar”，“site_c”将为真。我想如果我将“是”转换为 1，将“否”转换为 0，那么如果我使用 groupby，我就可以执行某种聚合函数。我也读过关于多索引的文章，但不确定如何遍历类别以查找哪些网站全部为“否”值。

这就是我的多索引的样子

df.set_index(['category','part'], inplace=True)

                      site_a    site_b  site_c
category    part            
foo         101       yes        no      yes
            102       yes        no      no
            103       no         no      no
            104       no         no      no
            105       no         no      no
bar         201       no         no      no
            202       yes        yes     no
            203       no         no      no
            204       no         no      no
            205       no         no      no

这样，如果某个站点没有使用该类别中的某个部分，那么我会从每个站点的类别/部分列表中删除该类别。

非常感谢关于使用 groupby 或 multiindex 的指导

python

2 个回答

  1. Best Answer

    IIUC，

    df.set_index('category')[['site_a', 'site_b', 'site_c']].eq('no').groupby(level=0).all()

    输出：

              site_a  site_b  site_c
category                        
bar        False   False    True
foo        False    True   False

    数据框重组：

    df.set_index('category')[['site_a', 'site_b', 'site_c']].eq('no').groupby(level=0).all().stack().reset_index()

    输出：

      category level_1      0
0      bar  site_a  False
1      bar  site_b  False
2      bar  site_c   True
3      foo  site_a  False
4      foo  site_b   True
5      foo  site_c  False
    • 0

  2. 另一种可能的解决方案是不使用任何MultiIndex，并且按如下方式进行：

    • 首先使用 对进行df分组。categorygroupby

    • 然后，对于每个指定的列（site_a、site_b和site_c），它在方法中应用 lambda 函数agg来验证每个组中的所有值是否等于'no'。

    • lambda 函数用于eq将每个值与 进行比较'no'，并all确认组中的每个值都符合条件。

    (df.groupby(['category'])
 .agg({f'site_{col}': lambda x: x.eq('no').all() for col in ['a', 'b', 'c']}))

    输出：

              site_a  site_b  site_c
category                        
bar        False   False    True
foo        False    True   False
    • 0

相关问题