使用 pandas 中的自定義聚合 function 在 dataframe 中創建新列

Question

假設我有一個 pandas 數據框，例如：

         Date  Type  Rate  Load
0  2017-01-02  Rain    23    10
1  2017-01-02   Dry    30    15
2  2017-01-02  Rain    32    20
....

我還有一個成本 function cost(Type, Rate)返回一些實數。

如何創建一個新列，為每一行計算Load所有其他行的總和，該行具有相同的Date並且該給定行的cost()較少。

例如，如果成本 function 很簡單：

def cost(Type, Rate):
    if Type=='Rain':
        return Rate/12
    else:
        return Rate/17

output 將是：

         Date  Type  Rate  Load  Output
0  2017-01-02  Rain    23    10   15           
1  2017-01-02   Dry    30    15   0          
2  2017-01-02  Rain    32    20   15+10=25    
....

更新。 我正在考慮的當前方法是創建一個新列，首先計算每行的cost ，然后在下一步創建一個新列，匯總具有相同日期的每一行的所有記錄，並且成本更低。 但是有沒有更快的方法來結合這兩者？

Answer 1

row_sum = df.groupby(["Date"]).sum()
costs = [row_sum[row_sum["Date"] == i["Date"]] - cost(i["Type"], i["Rate"]) for i in df.iterrows()])

df["Output"] = costs

Answer 2

你可以用df.to_records()試試這個：

print(df)
cost= lambda Type, Rate:  Rate/12 if Type=='Rain' else Rate/17

l=[sum([j[4] for j in df.to_records() if list(j)[1]==list(i)[1] and list(i)!=list(j) and cost(list(j)[2],list(j)[3])<cost(list(i)[2],list(i)[3])]) for i in df.to_records()]
df['Output']=l
print(df)

Output：

df:
        Date  Type  Rate  Load
0 2017-01-01  Rain    23    10
1 2017-01-01   Dry    22    10
2 2017-01-01  Rain    25    10
3 2017-01-02   Dry    30    15
4 2017-01-02  Rain    32    20

df with output column:
        Date  Type  Rate  Load  Output
0 2017-01-01  Rain    23    10      10
1 2017-01-01   Dry    22    10       0
2 2017-01-01  Rain    25    10      20
3 2017-01-02   Dry    30    15       0
4 2017-01-02  Rain    32    20      15