对于下面的 DataFrame,我需要为每年和每月创建一个新列“unit_count”,即“unit”/“count”。但是,由于每年和每月都不是唯一的,对于每个条目,我只想使用 B 选项中给定月份的计数。
key UID count month option unit year
0 1 100 1 A 10 2015
1 1 200 1 B 20 2015
2 1 300 2 A 30 2015
3 1 400 2 B 40 2015
本质上,我需要一个执行以下操作的函数:
unit_count = df.unit / df.count
对于单位值,但仅使用给定“月份”中选项“B”的“计数”值。
因此最终结果将如下表所示,其中 unit_count 将单位数除以给定月份“扇区”“B”的计数。
key UID count month option unit year unit_count
0 1 100 1 A 10 2015 0.05
1 1 200 1 B 20 2015 0.10
2 1 300 2 A 30 2015 0.075
3 1 400 2 B 40 2015 0.01
这是我用来创建原始 DataFrame 的代码:
df = pd.DataFrame({'UID':[1,1,1,1],
'year':[2015,2015,2015,2015],
'month':[1,1,2,2],
'option':['A','B','A','B'],
'unit':[10,20,30,40],
'count':[100,200,300,400]
})
请您参考如下方法:
看来你可以先创建 NaN where not option is B 然后再除以填充的 NaN 值:
注意:DataFrame 必须按year、month 和option 从前到后排序每个组的 B 值
#if necessary in real data
#df.sort_values(['year','month', 'option'], inplace=True)
df['unit_count'] = df.loc[df.option=='B', 'count']
print (df)
UID count month option unit year unit_count
0 1 100 1 A 10 2015 NaN
1 1 200 1 B 20 2015 200.0
2 1 300 2 A 30 2015 NaN
3 1 400 2 B 40 2015 400.0
df['unit_count'] = df.unit.div(df['unit_count'].bfill())
print (df)
UID count month option unit year unit_count
0 1 100 1 A 10 2015 0.050
1 1 200 1 B 20 2015 0.100
2 1 300 2 A 30 2015 0.075
3 1 400 2 B 40 2015 0.100
