如何根據另一列計算 pandas DF 列中的真值數？

Question

我有一個與此類似的 df：

import pandas as pd
import as np
df = pd.DataFrame({'district':['A','B','C','D','B','B','A'], 'price': [10.0,20.0,50.0,27.0,21.0,19.0,12.0]})

我正在嘗試開發 function 以查看在預算限制的情況下哪個區提供最多的住宿機會。

如果我通過了以下 function：

def district_recommender(df, min_budget = 17.0, max_budget = 30.0)

一旦調用，output 應該是：

"For your specified budget {} - {}, the B District has 3 opportunities within your criteria.format(min_budget, max_budget)"

我嘗試了許多不同的嘗試，但沒有多大成功。 這就是我想出的。

def district_recommender(df, min_budget, max_budget):

    columns = df[['district', 'price']].copy()
    for i in columns.iloc[:, 0]:
      if columns.iloc[:, 1] >= min_budget and columns.iloc[:, 1] <= max_budget:
        return columns.iloc[:, 0].count().sum()

我認為我在從 if 條件計算 boolean 值時遇到問題，因為我收到的錯誤消息是：

ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

我們歡迎所有的建議！ 謝謝

Answer 1

解決這個問題的一種方法是對價格進行過濾，然后只取結果集的value_counts ，這將為您提供每個地區的計數。

In [350]: df[df['price'].between(17, 30)]['district'].value_counts()
Out[350]:
B    3
D    1
Name: district, dtype: int64

然后您可以使用它來獲取您的敘述 output：

In [354]: vc = df[df['price'].between(17, 30)]['district'].value_counts()

In [355]: print(f"District {vc.idxmax()} has {vc.max()} options in your range.")
District B has 3 options in your range.

Answer 2

您可以迭代不同的district值，並使用Series.between為每個檢查所有價格是否在范圍內

def district_recommender(df, min_budget=17.0, max_budget=30.0):
    for district in df['district'].unique():
        values = df[df['district'] == district]['price']
        if values.between(min_budget, max_budget).all():
            return f"For your specified budget [{min_budget};{max_budget}], the {district} " \
                   f"District has {len(values)} opportunities"