Pandas 按列分组并检查多个条件以创建新的分类列

Question

与我查询的内容类似，我正在尝试按特定的承认石斑鱼代码分组，这次还在设置类别之前检查其他多个条件。

例如，我有以下数据框：

会员ID	录取代码	服务水平	插曲
1	一种	5	3
2	一种	10	6
1	乙	2	3
2	乙	1	6

现在，不仅仅是检查平均值和设置类别，我想检查平均值是否是中位数的 2 倍，以及最小集数是否小于 5。我的意思是：

对于AdmittingCode a ，平均值为 7.5 ( (5 + 10) / 2 )。 最初，逻辑是组类别为MEMBERID 1 AdmittingCode为a，0，因为它是小于7.5 LOS（仅为5）和用于MEMBERID 2 AdmittingCode为，1，因为它是大于7.5 LOS（即10）使用以下代码：

m = df.groupby('AdmittingCode')['LOS'].transform('mean').lt(df['LOS'])
df['LOSCategory'] = m.astype(int)

但是，现在我想在设置类别列之前再检查 2 个条件。

1. 我想检查平均值是否不是中位数的 2 倍
2. 我还想检查剧集计数是否小于 5

如果上述两个条件都满足，我希望将类别设置为 0 或 1（即使对于上述条件仅满足 1 个但不满足其他条件的情况）。

注意：这里的均值和中位数基于每个AdmittingCode ，因此a 的均值与之前的查询b 的均值不同。

使用此逻辑，对于AdmittingCode a的平均值将是 7.5，中位数也是 7.5，对于MemberID 1与AdmittingCode a的LOS 5和剧集计数3 ，类别将设置为 0。这里，平均值不是中位数的 2 倍，以及计数，都小于 5。

最后观察到如下数据框：

会员ID	录取代码	服务水平	插曲	LOSC类别
1	一种	5	3	0
2	一种	10	6	1
1	乙	2	3	0
2	乙	1	6	1

Answer 1

>>> df['LOSCategory'] = (df.groupby("AdmittingCode")
             .apply(lambda x: x.apply(lambda xx:(x.LOS.mean() >= x.LOS.median()*2) | (xx.Episode >= 5), axis=1))
             .astype(int)
             .to_list()
                        )


>>> df

   MemberID  AdmittingCode  LOS  Episode  LOSCategory
0          1             a    5        3            0
1          2             a   10        6            1
2          1             b    2        3            0
3          2             b    1        6            1

Answer 2

您需要编写一个返回所需结果的函数func 。

LOScategory = df.apply(
         lambda row: func(row['MemberID'], row['AdmittingCode'],row['LOS'],row['Episode']),
         axis=1)
df['LOScategory'] = LOScategory