Skip to main content
 首页 » 编程设计

python之根据另一列值划分同一列中的行

2025年02月15日13虾米姐

我是 python 的新手,正在处理数据帧。我有一个格式如下的数据框。

TYPE | FLAG | PROP 
---- | ---- | ---- 
A    | 0    | 0.1 
B    | 0    | 0.2 
C    | 0    | 0.5 
D    | 0    | 0.2 
A    | 1    | 0.15 
B    | 1    | 0.4 
C    | 1    | 0.3 
D    | 1    | 0.15 

我想为 TYPE 创建一个新的索引数据框。 (即,将 FLAG = 1 的 PROP 除以 FLAG = 0 的 PROP)

理想情况下,我希望最终得到(如果有帮助,我将计算保留在此处):

TYPE | INDEX  
---- | ----  
A    | 1.5  (= 0.15/0.1)    
B    | 2    (=0.4/0.2) 
C    | 0.6  (=0.3/0.5)     
D    | 0.75 (=0.15/0.2) 

如果我要使用 SQL,我可能会写这样的东西。

select type,  
one_prop/zero_prop as index  
from ( 
select account_type  
, max(case when index=1 then prop else 0 end) as prop_A 
, max(case when index=0 then prop else 0 end) as prop_B 
from table 
) a 

任何帮助将不胜感激。我有一种感觉 df.groupby() 会在这里帮助我,虽然我不完全确定如何。

请注意,这是我的问题的简化版本,我认为它不会对解决方案产生太大影响,但还有其他一些我不感兴趣的列,因此不会考虑到计算中。

请您参考如下方法:

您可以使用 set_index与 unstack用于 reshape ,然后除以 div :

df = df.set_index(['TYPE','FLAG'])['PROP'].unstack() 
df['INDEX'] = df[1].div(df[0]) 
#drop columns, reset index and remove column name 
df = df.drop([0,1], axis=1).reset_index().rename_axis(None, axis=1) 
print (df) 
  TYPE  INDEX 
0    A   1.50 
1    B   2.00 
2    C   0.60 
3    D   0.75 

另一种解决方案 pivot :

df = df.pivot(index='TYPE', columns='FLAG', values='PROP') 
df['INDEX'] = df[1].div(df[0]) 
df = df.drop([0,1], axis=1).reset_index().rename_axis(None, axis=1) 
print (df) 
  TYPE  INDEX 
0    A   1.50 
1    B   2.00 
2    C   0.60 
3    D   0.75 

使用 DataFrame 构造函数的解决方案:

df = df.pivot(index='TYPE', columns='FLAG', values='PROP') 
a = df[1].div(df[0]) 
df = pd.DataFrame({'TYPE':a.index,'INDEX':a.values}, columns=['TYPE','INDEX']) 
print (df) 
  TYPE  INDEX 
0    A   1.50 
1    B   2.00 
2    C   0.60 
3    D   0.75