pandas 根据范围求每行的最大值

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》。

本案例是我们在日常统计中，按照一定范围进行数值计算的典型场景。有时我们不需要将一行或者一列的所有数据进行统计，而是在限制的一个固定的范围内，我们来看看 pandas 对于此类需求是如何完成的。

数据与需求

我们构造一些数据：

import pandas as pd
import random

r = range(20)
random.seed(111)

df = pd.DataFrame({'a': random.choices(r, k=6),
                   'b': random.choices(r, k=6)},
                  index=[f'col_{i}' for i in range(1, 7)]
                  ).T
df
'''
   col_1  col_2  col_3  col_4  col_5  col_6
a     16      4     18      9      7     12
b      3      3      8      4     13      8
'''

这个数据有 a、b 两行，有后缀从 1-6 的六列，同时有以下字典：

max_scope = {'a': [1, 2, 4], 'b': [3, 2, 6]}
max_scope
# {'a': [1, 2, 4], 'b': [3, 2, 6]}

这个字典限定了我们每行要计算的列后缀范围，需要计算这些范围的最大值，在原数据上增加这些范围的最大值数字，同时标明范围。最终结果即：

'''
   col_1  col_2  col_3  col_4  col_5  col_6      scope  _max
a     16      4     18      9      7     12  [1, 2, 4]    16
b      3      3      8      4     13      8  [3, 2, 6]     8
'''

思路

由于范围与列名关联，我们需要先将列转换为后缀数字用于计算，接着用 apply() 按行取范围数据再求得最终的最大值。

代码

修改列名值：

df.rename(columns=lambda x: int(x.replace('col_', '')))
'''
    1  2   3  4   5   6
a  16  4  18  9   7  12
b   3  3   8  4  13   8
'''

再按行取范围的最大值：

col = (
    df.rename(columns=lambda x: int(x.replace('col_', '')))
    .apply(lambda x: x.loc[max_scope[x.name]].max(), axis=1)
)
col
'''
a    16
b     8
dtype: int64
'''

最后将这个结果增加到新列中：

df.assign(scope=max_scope.values(), _max=col)
'''
   col_1  col_2  col_3  col_4  col_5  col_6      scope  _max
a     16      4     18      9      7     12  [1, 2, 4]    16
b      3      3      8      4     13      8  [3, 2, 6]     8
'''

这样我们就完成了需求。

（完）

pandas 根据范围求每行的最大值

数据与需求

思路

代码

相关内容