主页 / coding / 问题 / 79232452
Accepted
Materia Gravis
Asked: 2024-11-28 10:58:04 +0800 CST

根据另一列中的值选择同一列中的值，对 pandas 数据框列中的值执行二元运算

  • 772

抱歉，标题太长了。我觉得最好用一个例子来说明。假设我们有一件物品，它有不同稀有度等级，在不同的商店里都有不同的价格。我想知道每家商店中给定的稀有度比基本“正常”稀有度贵多少。

我如何添加一个新的“高级”列，该列将给出给定商店中给定稀有度的商品价格除以该商店中“普通”质量的商品价格的结果？结果如下表所示。

物品 质量 价格 店铺 溢价（待办事项） 基价
面包 普通的 2.0 伦布里奇 1.0 2.0
面包 稀有的 3.0 伦布里奇 1.5 2.0
面包 传奇 5.0 伦布里奇 2.5 2.0
面包 普通的 1.5 瓦罗克 1.0 1.5
面包 稀有的 4.5 瓦罗克 3.0 1.5
面包 传奇 6.0 瓦罗克 4.0 1.5
面包 普通的 3.0 雅尼尔 1.0 3.0
面包 稀有的 2.0 雅尼尔 0.66 3.0
面包 传奇 4.0 雅尼尔 1.33 3.0

我考虑过将质量正常的行重复作为新列（指定为“基本价格”列），但我没有看到任何可以实现这一点的机制。如果可以的话，如果我们有多个“项目”而不是一个，是否可以这样做（即，将筛选扩展到多个列）？

python

2 个回答

  1. Best Answer

    这是一种方法，假设每个商品/商店都有一个“正常”价格。

    使用的数据

    # adding another item, and deleting 1 shop

import pandas as pd

data = {'item': {0: 'bread', 1: 'bread', 2: 'bread', 3: 'bread', 4: 'bread', 
                 5: 'bread'}, 
        'quality': {0: 'normal', 1: 'rare', 2: 'legendary', 3: 'normal', 
                    4: 'rare', 5: 'legendary'}, 
        'price': {0: 2.0, 1: 3.0, 2: 5.0, 3: 1.5, 4: 4.5, 5: 6.0}, 
        'shop': {0: 'Lumbridge', 1: 'Lumbridge', 2: 'Lumbridge', 3: 'Varrock', 
                 4: 'Varrock', 5: 'Varrock', }, 
        'premium (todo)': {0: 1.0, 1: 1.5, 2: 2.5, 3: 1.0, 4: 3.0, 5: 4.0}, 
        'base price': {0: 2.0, 1: 2.0, 2: 2.0, 3: 1.5, 4: 1.5, 5: 1.5}}
df = pd.DataFrame(data)

df = pd.concat([df, df.assign(item=df['item'].replace('bread', 'milk'))], 
               ignore_index=True)

    代码

    df = (
    df.merge(
        df.query('quality == "normal"')[['item', 'shop', 'price']],
        on=['item', 'shop'],
        suffixes=('', '_base'),
        how='left'
    )
    .assign(premium=lambda x: x['price'].div(x.pop('price_base')))
)

    输出：

         item    quality  price       shop  premium (todo)  base price  premium
0   bread     normal    2.0  Lumbridge             1.0         2.0      1.0
1   bread       rare    3.0  Lumbridge             1.5         2.0      1.5
2   bread  legendary    5.0  Lumbridge             2.5         2.0      2.5
3   bread     normal    1.5    Varrock             1.0         1.5      1.0
4   bread       rare    4.5    Varrock             3.0         1.5      3.0
5   bread  legendary    6.0    Varrock             4.0         1.5      4.0
6    milk     normal    2.0  Lumbridge             1.0         2.0      1.0
7    milk       rare    3.0  Lumbridge             1.5         2.0      1.5
8    milk  legendary    5.0  Lumbridge             2.5         2.0      2.5
9    milk     normal    1.5    Varrock             1.0         1.5      1.0
10   milk       rare    4.5    Varrock             3.0         1.5      3.0
11   milk  legendary    6.0    Varrock             4.0         1.5      4.0

    解释/中间体

    • 用于df.query过滤“正常”并仅选择列['item', 'shop', 'price']。
    df.query('quality == "normal"')[['item', 'shop', 'price']]

    item       shop  price
0  bread  Lumbridge    2.0
3  bread    Varrock    1.5
6   milk  Lumbridge    2.0
9   milk    Varrock    1.5
    • 将过滤后的数值传递给df，左连接并添加来自( )的列“价格”后缀。这将生成您的“基本价格”列：df.mergeright['item', 'shop']right_base
    # df.merge(...)['price_base']

0     2.0
1     2.0
2     2.0
3     1.5
4     1.5
5     1.5
6     2.0
7     2.0
8     2.0
9     1.5
10    1.5
11    1.5
Name: price_base, dtype: float64

    更简单的替代方案，如果：

    1. 您df已根据“项目”、“质量”（分类，首先是“正常”）、“商店”（如您的示例）等正确排序；
    2. 每个“正常”价格都有一个非NaN价值。
    df['premium'] = df['price'].div(
    df['price'].where(df['quality'] == 'normal').ffill()
    )

    使用Series.div++ 。Series.where​Series.ffill

    • 2

  2. 您可以使用以下代码：

    df['premium']=(df['price']/(df.groupby(['item','shop'])['price'].transform('first'))).round(2)

    对于分母，我们基本上是填写整个组（item-shop）的正常价格。然后我们将价格除以这个新计算的字段。此语法假设“正常”价格始终是任何组中的第一行。

    如果情况并非总是如此，您可以使用以下语法来确保“正常”价格在组顶部列出：

    df.loc[df['quality']=="normal","new"]=1
df=df.sort_values(by=['item','shop','new'])
df.drop(columns=['new'],inplace=True)
df['premium']=(df['price']/(df.groupby(['item','shop'])['price'].transform('first'))).round(2)
    • 1

相关问题