Bir Pandas veri çerçevesinde minimum değeri bulun ve yeni sütuna bir etiket ekleyin

Question

Python pandalarımın kodunu daha verimli hale getirmek için ne tür iyileştirmeler yapabilirim? Benim durumum için bu veri çerçevesine sahibim

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]})

Bu sonucu veren:

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

Burada gerçekleştirmem gereken şey, bir Kişi Kimliği ve Adına uygulanan her Kural Kimliği ile ilişkili en düşük kural değeri için Etiket sütununun altındaki alanları ANA olarak güncellemektir. Bu nedenle, sonuçların şöyle görünmesi gerekir:

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

Bunu başarmak için yazdığım kod bu:

In [4]:

df['Label'] = np.where(
        df['RuleNumber'] ==
        df.groupby(['PersonID', 'Name', 'RuleID'])['RuleNumber'].transform('min'),
        "MAIN", df.Label)

Etiket sütununun altındaki değerleri güncellemenin daha iyi bir yolu var mı? Kendimi zorlayarak zorladığımı hissediyorum ve bunu yapmanın en etkili yolu bu olmayabilir.

Sonucuma ulaşmak için aşağıdaki SO konularını kullandım:

Bir grup ve koşul içindeki sütun değerlerini değiştirin

Bir grup içindeki değerleri birden çok koşula göre değiştirin

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

Gruplandırılmış Satırların Minimum Değerlerini Bulmak İçin Pandaları Kullanma

Herhangi bir tavsiye memnuniyetle karşılanacaktır.

Teşekkür ederim.

Answer 1

Görünüşe göre gruplandırılmış idxminsıraya bakılmaksızın filtreleyebilir ve buna göre güncelleme yapabilirsiniz RuleNumber. Sen kullanabilirsiniz loc, np.where, mask, veya whereaşağıdaki gibi:

df.loc[df.groupby(['PersonID', 'Name', 'RuleID'])['RuleNumber'].idxmin(), 'Label'] = 'MAIN'

VEYA np.wheredenediğiniz gibi:

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

Kullanmak maskveya tersi wherede işe yarar :

df['Label'] = (df['Label'].mask((df.index == df.groupby(['PersonID', 'Name', 'RuleID'])
                         ['RuleNumber'].transform('idxmin')), 'MAIN'))

VEYA

df['Label'] = (df['Label'].where((df.index != df.groupby(['PersonID', 'Name', 'RuleID'])
                         ['RuleNumber'].transform('idxmin')), 'MAIN'))

Answer 2

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'

Answer 3

duplicatedKişi Kimliğinde kullanın :

df.loc[~df['PersonID'].duplicated(),'Label'] = 'MAIN'
print(df)

Çıktı:

   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