pandas 组内降序仅前几个数据按列拼接

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

pandas 中的 Series 可以转为字典，Series 的 map() 也可以使用另外 Series 来做值的映射。在这个案例中，我们充分应用以上的特性来解决我们实际中遇到的问题。

数据与需求

数据集如下：

import pandas as pd

df1 = pd.DataFrame({'group': [*'abc'], 'amt': [1, 2, 0]})
df2 = pd.DataFrame({'group': [*'aabbcc'], 'price': range(10, 61, 10)})

df1
'''
  group  amt
0     a    1
1     b    2
2     c    0
'''

df2
'''
  group  price
0     a     10
1     a     20
2     b     30
3     b     40
4     c     50
5     c     60
'''

想要得到如下数据：

'''
  group  price flag
0     a     10  NaN
1     a     20  a20
2     b     30  b30
3     b     40  b40
4     c     50  NaN
5     c     60  NaN
'''

新增加了 flag 列，flag 由 group 和 price 组合而成。但是，部分行的值为空，部分有值，有值的是所在 group 分组内按 price 降序排列，并由 df1 的 amt 决定有值的数量。df1 中的 amt 为对应分组 group 的数量值。

思路

思路为写一个函数，让按 group 分组后的分组对象来应用，这个函数传入的是各个子 DataFrame。

对子 DataFrame 的按 price 降序，并取前几个并拼接起来。前几个数量由 df1 中的数据来确定，可以先将 df1 转为一个字典，这个字典代码不同组要取的数量。最终得到一个 df2 数据索引对应的接续数据。

最后，根据 df2 的索引将上边的映射数据添加到新列中。

代码

根据思路，先将 df1 的数据转为一个字典，待用。

group_map = df1.set_index('group').amt.to_dict()
group_map
# {'a': 1, 'b': 2, 'c': 0}

编写函数，top 为取此组取的数量。按 price 排序后，取前 top 个数量转为字符串类型，并用 sum() 拼接。

def func(d: pd.DataFrame):
    top = group_map.get(d.name) # df1 中 group 的数量
    foo = d.sort_values('price', ascending=False)
    foo = foo.head(top).astype(str).sum(1)
    return foo

按分组应用这个函数：

data_map = df2.groupby('group', group_keys=False).apply(func)
data_map
'''
1    a20
3    b40
2    b30
dtype: object
'''

将以上映射数据添加到新列：

df2.assign(flag=df2.index.map(data_map))
'''
  group  price flag
0     a     10  NaN
1     a     20  a20
2     b     30  b30
3     b     40  b40
4     c     50  NaN
5     c     60  NaN
'''

这样就得到了想要的结果。

（完）

pandas 组内降序仅前几个数据按列拼接

数据与需求

思路

代码

相关内容