पंडों के डेटाफ्रेम में न्यूनतम मूल्य ज्ञात करें और नए कॉलम पर एक लेबल जोड़ें
अपने पायथन पांडा कोड को और अधिक कुशल बनाने के लिए मैं क्या सुधार कर सकता हूं? मेरे मामले के लिए, मेरे पास यह डेटाफ़्रेम है
In [1]: df = pd.DataFrame({'PersonID': [1, 1, 1, 2, 2, 2, 3, 3, 3],
'Name': ["Jan", "Jan", "Jan", "Don", "Don", "Don", "Joe", "Joe", "Joe"],
'Label': ["REL", "REL", "REL", "REL", "REL", "REL", "REL", "REL", "REL"],
'RuleID': [55, 55, 55, 3, 3, 3, 10, 10, 10],
'RuleNumber': [3, 4, 5, 1, 2, 3, 234, 567, 999]})
जो यह परिणाम देता है:
In [2]: df
Out[2]:
PersonID Name Label RuleID RuleNumber
0 1 Jan REL 55 3
1 1 Jan REL 55 4
2 1 Jan REL 55 5
3 2 Don REL 3 1
4 2 Don REL 3 2
5 2 Don REL 3 3
6 3 Joe REL 10 234
7 3 Joe REL 10 567
8 3 Joe REL 10 999
यहां मुझे जो कुछ भी पूरा करने की आवश्यकता है, वह है लेबल कॉलम कॉलम के तहत MAIN के लिए न्यूनतम नियम मान जो कि एक व्यक्ति आईडी और नाम पर लागू होता है, से जुड़े न्यूनतम नियम मूल्य के लिए फ़ील्ड को अद्यतन करना। इसलिए, परिणामों को इस तरह देखना होगा:
In [3]: df
Out[3]:
PersonID Name Label RuleID RuleNumber
0 1 Jan MAIN 55 3
1 1 Jan REL 55 4
2 1 Jan REL 55 5
3 2 Don MAIN 3 1
4 2 Don REL 3 2
5 2 Don REL 3 3
6 3 Joe MAIN 10 234
7 3 Joe REL 10 567
8 3 Joe REL 10 999
यह वह कोड है जिसे मैंने इसे पूरा करने के लिए लिखा था:
In [4]:
df['Label'] = np.where(
df['RuleNumber'] ==
df.groupby(['PersonID', 'Name', 'RuleID'])['RuleNumber'].transform('min'),
"MAIN", df.Label)
क्या लेबल कॉलम के तहत मूल्यों को अपडेट करने का एक बेहतर तरीका है? मुझे लगता है कि मैं अपने रास्ते के लिए मजबूर कर रहा हूँ और यह ऐसा करने का सबसे कारगर तरीका नहीं हो सकता है।
मैंने अपने परिणाम पर पहुंचने के लिए निम्नलिखित SO थ्रेड्स का उपयोग किया:
समूह मान और स्थिति में स्तंभ मान बदलें
कई शर्तों के आधार पर एक समूह के भीतर मान बदलें
https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.idxmin.html
https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.transform.html
पंडों का उपयोग समूहबद्ध पंक्तियों के न्यूनतम मूल्यों का पता लगाने के लिए
किसी भी सलाह की सराहना की जाएगी।
धन्यवाद।
जवाब
ऐसा लगता है कि आप idxminक्रमबद्ध क्रम और अद्यतन के RuleNumberआधार पर समूहीकृत करके फ़िल्टर कर सकते हैं । आप उपयोग कर सकते हैं loc, np.where, mask, या whereइस प्रकार है:
df.loc[df.groupby(['PersonID', 'Name', 'RuleID'])['RuleNumber'].idxmin(), 'Label'] = 'MAIN'
या np.whereजैसा कि आप कोशिश कर रहे थे:
df['Label'] = (np.where((df.index == df.groupby(['PersonID', 'Name', 'RuleID'])
['RuleNumber'].transform('idxmin')), 'MAIN', 'REL'))
df
Out[1]:
PersonID Name Label RuleID RuleNumber
0 1 Jan MAIN 55 3
1 1 Jan REL 55 4
2 1 Jan REL 55 5
3 2 Don MAIN 3 1
4 2 Don REL 3 2
5 2 Don REL 3 3
6 3 Joe MAIN 10 234
7 3 Joe REL 10 567
8 3 Joe REL 10 999
उपयोग maskया इसके उलटा whereभी काम करेगा:
df['Label'] = (df['Label'].mask((df.index == df.groupby(['PersonID', 'Name', 'RuleID'])
['RuleNumber'].transform('idxmin')), 'MAIN'))
या
df['Label'] = (df['Label'].where((df.index != df.groupby(['PersonID', 'Name', 'RuleID'])
['RuleNumber'].transform('idxmin')), 'MAIN'))
import pandas as pd
df = pd.DataFrame({'PersonID': [1, 1, 1, 2, 2, 2, 3, 3, 3],
'Name': ["Jan", "Jan", "Jan", "Don", "Don", "Don", "Joe", "Joe", "Joe"],
'Label': ["REL", "REL", "REL", "REL", "REL", "REL", "REL", "REL", "REL"],
'RuleID': [55, 55, 55, 3, 3, 3, 10, 10, 10],
'RuleNumber': [3, 4, 5, 1, 2, 3, 234, 567, 999]})
df.loc[df.groupby('Name')['RuleNumber'].idxmin()[:], 'Label'] = 'MAIN'
व्यक्ति पर प्रयोग करें duplicated:
df.loc[~df['PersonID'].duplicated(),'Label'] = 'MAIN'
print(df)
आउटपुट:
PersonID Name Label RuleID RuleNumber
0 1 Jan MAIN 55 3
1 1 Jan REL 55 4
2 1 Jan REL 55 5
3 2 Don MAIN 3 1
4 2 Don REL 3 2
5 2 Don REL 3 3
6 3 Joe MAIN 10 234
7 3 Joe REL 10 567
8 3 Joe REL 10 999