Skip to main content
 首页 » 编程设计

python之在 Pandas 中优先过滤的最佳方法是什么

2024年10月25日9sxdcgaq8080

我有一个数据框,我需要按照优先级列表进行过滤/清理,例如,在这种情况下,我在维度组中的优先级将是 [A,B,C],这意味着对于每个 ID,我想检查是否A 组有值,如果没有,我检查 B 组或 C 组是否有值

id    group     value 
1     A            : 
1     B            2 
1     C            7 
2     A            1 
2     B            3 
2     C            5 
3     A            : 
3     B            : 
3     C            2 

我过滤的结果应该是:

id    group     value 
1     B            2 
2     A            1 
3     C            2 

我可以按 id 分组并为每个组应用一个函数来定义正确的数据。我可以拆开数据框并将“组”作为列并应用一个函数。有没有更简单更优雅的方法来做到这一点?

请您参考如下方法:

一种方法是用 NaN 替换错误数据,然后删除这些行,按 id 和 group 对 df 进行排序,groupby id 并取第一个值:

In [361]: 
 
df.value = df.value.replace(':', np.NaN) 
df 
Out[361]: 
   id group value 
0   1     A   NaN 
1   1     B     2 
2   1     C     7 
3   2     A     1 
4   2     B     3 
5   2     C     5 
6   3     A   NaN 
7   3     B   NaN 
8   3     C     2 
In [376]: 
 
df.dropna().sort(['id','group']).groupby('id').first() 
Out[376]: 
   group value 
id             
1      B     2 
2      A     1 
3      C     2