pandas 有大于 90 的分组标记为 1

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》。

有时候我们要按整组的情况对原数据进行标注，就要用到窗口函数。今天我们看看如何使用 transform() 完成此类需求。

数据与需求

假定我们的数据如下：

import pandas as pd

df = pd.read_csv('https://gairuo.com/file/data/team.csv')
df = df.sample(n=10, random_state=123)
df
'''
      name team  Q1  Q2  Q3  Q4
8   Reddie    D  64  93  57  72
70  Nathan    A  87  77  62  13
82    Finn    E   4   1  55  32
28  Daniel    C  50  50  72  61
63    Alex    D  14  70  55  87
0    Liver    E  89  21  24  64
5   Harlie    C  24  13  87  43
50  Jenson    B  66  77  88  74
81   Ellis    C  34  34  77  42
4      Oah    D  65  49  61  86
'''

现在需要增加一个标列，如果按 team 分组中，Q1 到 Q4 列的数字中有大于 90 的值，就标记为 1，否则为 0。

思路

先筛选列名有 Q 字符串的列，这样就只剩下要计算的数字列了，接着比较是否大于 90，得到布尔矩阵，然后再用 any() 按行判断是否此行有无大于 90 的值。

最后按 team 分组，传入 any 到窗口函数中，就得到了结果。

代码

根据思路，代码如下：

df['flag'] = (
    df.filter(regex=r'^Q.+')
    .gt(90).any(axis=1)
    .groupby(df.team)
    .transform('any')
    .astype(int)
)
df
'''
      name team  Q1  Q2  Q3  Q4  flag
8   Reddie    D  64  93  57  72     1
70  Nathan    A  87  77  62  13     0
82    Finn    E   4   1  55  32     0
28  Daniel    C  50  50  72  61     0
63    Alex    D  14  70  55  87     1
0    Liver    E  89  21  24  64     0
5   Harlie    C  24  13  87  43     0
50  Jenson    B  66  77  88  74     0
81   Ellis    C  34  34  77  42     0
4      Oah    D  65  49  61  86     1
'''

这样就完成了需求。

（完）

pandas 有大于 90 的分组标记为 1

数据与需求

思路

代码

相关内容