[英]Pandas conditional group by min()
当本金余额低于支付金额的 5% 时,我试图获取日期变量的最小值。 我希望这是按帐号提取的,但我不想要一个按帐号分组的新 df。
我的 df 看起来像这样:
| account_number | period_date | principal_balance_amt | disbursement_amt |
| -------------: | ----------- | --------------------- | ---------------- |
| 1 | 2021-01-01 | 10 | 100 |
| 1 | 2021-02-01 | 6 | 100 |
| 1 | 2021-03-01 | 3 | 100 |
| 1 | 2021-04-01 | 0 | 100 |
| 2 | 2021-01-01 | 20 | 100 |
| 2 | 2021-02-01 | 15 | 100 |
| 2 | 2021-03-01 | 11 | 100 |
| 2 | 2021-04-01 | 8 | 100 |
我已经尝试过类似的代码来使其工作,但它只是返回无效的语法。
df['churn_date'] = df.loc[groupby('account_number').(df['principal_balance_amt'] <= 0.05 * df['disbursement_amt']), 'period_date'].min()
我希望代码创建一个如下所示的 df:
帐号 | period_date | principal_balance_amt | 支付金额 | 流失日期 |
---|---|---|---|---|
1 | 2021-01-01 | 10 | 100 | 2021-03-01 |
1 | 2021-02-01 | 6 | 100 | 2021-03-01 |
1 | 2021-03-01 | 3 | 100 | 2021-03-01 |
1 | 2021-04-01 | 0 | 100 | 2021-03-01 |
2 | 2021-01-01 | 20 | 100 | 楠 |
2 | 2021-02-01 | 15 | 100 | 楠 |
2 | 2021-03-01 | 11 | 100 | 楠 |
2 | 2021-04-01 | 8 | 100 | 楠 |
如果不匹配,则使用Series.where
将period_date
替换为NaN
,然后将GroupBy.transform
与min
一起用于新列:
mask = (df['principal_balance_amt'] <= 0.05 * df['disbursement_amt'])
df['churn_date'] = (df.assign(new = df['period_date'].where(mask))
.groupby('account_number')['new']
.transform('min'))
print (df)
account_number period_date principal_balance_amt disbursement_amt \
0 1 2021-01-01 10 100
1 1 2021-02-01 6 100
2 1 2021-03-01 3 100
3 1 2021-04-01 0 100
4 2 2021-01-01 20 100
5 2 2021-02-01 15 100
6 2 2021-03-01 11 100
7 2 2021-04-01 8 100
churn_date
0 2021-03-01
1 2021-03-01
2 2021-03-01
3 2021-03-01
4 NaT
5 NaT
6 NaT
7 NaT
通过Series.map
映射的替代解决方案仅通过boolean indexing
过滤行和聚合min
:
mask = (df['principal_balance_amt'] <= 0.05 * df['disbursement_amt'])
s = df[mask].groupby('account_number')['period_date'].min()
df['churn_date'] = df['account_number'].map(s)
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.