[英]An efficient way to add a new column to Pandas dataframe based on sub-groups of another column
我有一个 dataframe 的各种列如下:
import numpy as np
import pandas as pd
d = {'X': [1.1, 1.2, 1.3, 2.1, 2.2, 2.3],
'Group Index': [1, 1, 1, 2, 2, 2],
'Score': [1, 2, 3, 10, 20, 30]}
df = pd.DataFrame(data=d)
print(df)
X Group Index Score
1.1 1 1
1.2 1 2
1.3 1 3
2.1 2 10
2.2 2 20
2.3 2 30
我使用“apply”和“lambda”来创建一个新列来填充具有相同“组索引”的每一行的范围(例如,max-min)
df.loc[:,'Score Range'] = df.apply (lambda row: np.ptp(df[(df['Group Index']==row['Group Index'])]['Score']), axis=1)
print(df)
X Group Index Score Score Range
1.1 1 1 2
1.2 1 2 2
1.3 1 3 2
2.1 2 10 20
2.2 2 20 20
2.3 2 30 20
“lambda”和“apply”可以工作,但是太慢了。 是否有另一种更好的方法来加速生成上述新列(分数范围)?
所以让我们试试transform
+ groupby
df['Score Range'] = df.groupby('Group Index')['Score'].transform(np.ptp)
你也可以试试懒惰的 groupby:
groups = df.groupby('Group Index')['Score']
df['Score Range'] = groups.transform('max') - groups.transform('min')
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.