[英]Pandas filter dataframe for positive and negative values
我有3列的熊猫数据框,其中:
值dtype-浮点数
df = pd.DataFrame() df['category'] = ['a', 'b', 'b', 'b', 'c', 'a', 'b', 'c', 'c', 'a'] df['date'] = ['2018-01-01', '2018-01-01', '2018-01-03', '2018-01-05', '2018-01-01', '2018-01-02', '2018-01-06', '2018-01-03', '2018-01-04','2018-01-01'] df['values'] = [1, 2, -1.5, 2.3, 5, -0.7, -5.2, -5.2, 1, -1.1] df
我想筛选出每个类别中具有接近该日期的正值和负值(差异最小)的行。
因此,基本上,输出看起来像:
df = pd.DataFrame()
df['category'] = ['a', 'a','b', 'b', 'c', 'c']
df['date'] = ['2018-01-01', '2018-01-01', '2018-01-01', '2018-01-03', '2018-01-01', '2018-01-03']
df['values'] = [1, -1.1, 2, -1.5, 5, -5.2]
df
我曾在SO上查看过类似的查询( 使用Pandas为每个过滤器标识列中 的最接近值 , 如何找到Pandas系列中与输入数字最接近的值? )
第一个利用idxmin
,它返回第一次出现的值,而不是最接近的值。
第二个链接是关于特定值作为输入的-我不认为纯粹的np.argsort
对我而言有效。
我可以想象使用一个复杂的if语句网络来执行此操作,但是,我不确定最有效的方法是使用熊猫。
任何指导将不胜感激。
IIUC,首先对您的数据框进行排序,然后使用idxmin
:
df1 = df.sort_values(['category','date'])
df1[df1.groupby('category')['values']\
.transform(lambda x: x.index.isin([x.ge(0).idxmin(), x.lt(0).idxmin()]))]
输出:
category date values
0 a 2018-01-01 1.0
9 a 2018-01-01 -1.1
1 b 2018-01-01 2.0
2 b 2018-01-03 -1.5
4 c 2018-01-01 5.0
7 c 2018-01-03 -5.2
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.