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
