[英]How do I apply this function to each group in my DataFrame
相對較新的Pandas,來自R背景。 我有一個這樣的DataFrame
import pandas as pd
import numpy as np
df = pd.DataFrame({'ProductID':[0,5,9,3,2,8], 'StoreID':[0,0,0,1,1,2]})
ProductID StoreID
0 0 0
1 5 0
2 9 0
3 3 1
4 2 1
5 8 2
對於每個StoreID,如何根據訂購的ProductID將df
的行標記為1、2,...? 然后,我該如何規范這些排名? 換句話說,我如何實現以下目標
df['Product_Rank_Index'] = np.array([1,2,3,2,1,1])
df['Product_Rank_Index_Normalized'] = np.array([1/3, 2/3, 3/3, 2/2, 1/2, 1/1])
ProductID StoreID Product_Rank_Index Product_Rank_Index_Normalized
0 0 0 1 0.333333
1 5 0 2 0.666667
2 9 0 3 1.000000
3 3 1 2 1.000000
4 2 1 1 0.500000
5 8 2 1 1.000000
我試着用df.groupby('StoreID')
做一些事情,但是什么也做不了。
有了這個答案,他想通了。
df.groupby('StoreID').ProductID.apply(lambda x: x.rank()/len(x))
您可以先對值進行排序,然后進行分組,如下所示
>>> import pandas as pd
>>> df = pd.DataFrame({'ProductID':[0,5,9,3,2,8], 'StoreID':[0,0,0,1,1,2]})
>>> df.sort(['StoreID', 'ProductID'], inplace=True)
>>> df
ProductID StoreID
0 0 0
1 5 0
2 9 0
4 2 1
3 3 1
5 8 2
>>> df.groupby('StoreID').apply(lambda grp: range(1, len(grp)+1))
StoreID
0 [1, 2, 3]
1 [1, 2]
2 [1]
>>> df.groupby('StoreID').apply(lambda grp: range(1, len(grp)+1)).sum()
[1, 2, 3, 1, 2, 1]
>>> df['Rank'] = df.groupby('StoreID').apply(lambda grp: range(1, len(grp)+1)).sum()
>>> df
ProductID StoreID Rank
0 0 0 1
1 5 0 2
2 9 0 3
4 2 1 1
3 3 1 2
5 8 2 1
然后,您可以按自己的方式規范自己的排名。
正如您所指出的,Ben可以執行以下操作:
df.groupby('StoreID').ProductID.apply(lambda x: x.rank()/len(x))
請注意,使用transform
可以達到相同的結果,但是更好的做法是更快(大約快一倍):
In [32]: %timeit df.groupby('StoreID').ProductID.apply(lambda x: x.rank()/len(x))
100 loops, best of 3: 2.26 ms per loop
In [31]: %timeit df.groupby('StoreID').ProductID.transform(lambda x: x.rank()/len(x))
1000 loops, best of 3: 1.3 ms per loop
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.