pandas groupby 列值并替换另一列中的分组值

Question

我有一个这样的数据框：

股票代码	仪器名称	年	月	仪器类型	到期类型
ABAN10SEPFUT	阿班	10	九月	FUT	钠
ABAN10OCTFUT	阿班	10	华侨城	FUT	钠
ABAN10NOVFUT	阿班	10	十一月	FUT	钠

我想按instrument_type ('FUT') 分组并在month中找到唯一值。 然后将唯一值与月份列进行比较，并在expiry_type列中将值替换为“I”、“II”、“III”。

预期结果：

股票代码	仪器名称	年	月	仪器类型	到期类型
ABAN10SEPFUT	阿班	10	九月	FUT	我
ABAN10OCTFUT	阿班	10	华侨城	FUT	二
ABAN10NOVFUT	阿班	10	十一月	FUT	三

我的代码看起来像 #1

def condition(x):
if x =='SEP':
    return "I"
elif x =='OCT':
    return "II"
elif x =='NOV':
    return "III"
else:
    return ''

#2

for index, row in path.iterrows():
    data = pd.read_parquet(row['location'])
    data['expiry_type'] = np.where((data['instrument_type'] == 'FUT'),data['month'].apply(condition),'')

由于我已经知道月份列中的唯一值，所以我创建了一个自定义函数来替换 expiry_type 列中的值。 我有类似的文件，所以有没有办法找到唯一值并自动替换。 我怎么做？ 先感谢您！

Answer 1

考虑到您已按instrument_type分组，您可以构建一个类似于 #1 中的函数：

def condition(x):
    if x.month =='SEP':
        return "I"
    elif x.month =='OCT':
        return "II"
    elif x.month =='NOV':
        return "III"
    else:
        return ''

并将此函数应用于expiry_type列：

df['expiry_type'] = df.apply(condition, axis = 1).

Answer 2

您可以使用 Pandas唯一函数在列中查找唯一值。 对您拥有的每个 DataFrame 使用 for 循环，在month列上应用unique函数以获得唯一值列表。 然后，使用这些值作为键和新的表示形式（在这个特定示例中为罗马数字）作为值来创建一个字典。 然后，您可以使用map函数替换month列中的值并将新值分配给expiry_type列。

def toRoman(n):
    roman = ['I', 'II', 'III', 'IV', 'V', 'VI', 'VII', 'VIII', 'IX', 'X', 'XI', 'XII']
    return roman[n]

df_list = ['df1.csv', 'df2.csv', 'df3.csv']
for df_file in df_list:
    df = pd.read_csv(df_file)
    g = df.groupby('instrument_type')
    uniq = g['month'].unique()[0]
    # create a dictionary using the unique values
    dict_map = {name:toRoman(idx) for idx,name in enumerate(uniq)}
    df['expiry_type'] = df['month'].map(dict_map)