#python #pandas #pandas-groupby
#python #pandas #pandas-groupby
Вопрос:
У меня есть фрейм данных, который выглядит следующим образом
pd.DataFrame({'A': ['C1', 'C2', 'C3', 'C4', 'C5', 'C6', 'C7', 'C8', 'C9', 'C10'],
...: 'B': ['A', 'A', 'A', 'B', 'B', 'B', 'B', 'C', 'C', 'C'],
...: 'W': [0.5, 0.2, 0.3, 0.2, 0.1, 0.4, 0.3, 0.4, 0.5, 0.1],
...: 'V': [9, 1, 7, 4, 3, 5, 2, 6, 8, 10]})
Out[9]:
A B W V
0 C1 A 0.5 9
1 C2 A 0.2 1
2 C3 A 0.3 7
3 C4 B 0.2 4
4 C5 B 0.1 3
5 C6 B 0.4 5
6 C7 B 0.3 2
7 C8 C 0.4 6
8 C9 C 0.5 8
9 C10 C 0.1 10
Я хочу вычислить средневзвешенное значение по группе в столбце ‘B’, игнорируя минимальное и максимальное значения (столбец ‘V’), где
столбец W = вес
столбец V = значение
Чтобы вычислить простое среднее значение для каждой группы с учетом всех значений, я могу сделать это:
df['mean'] = df.groupby('B').apply(lambda x: (x.V * (x.W / x.W.sum())).sum()).reindex(df.B).values
print(df)
A B W V mean
0 C1 A 0.5 9 6.8
1 C2 A 0.2 1 6.8
2 C3 A 0.3 7 6.8
3 C4 B 0.2 4 3.7
4 C5 B 0.1 3 3.7
5 C6 B 0.4 5 3.7
6 C7 B 0.3 2 3.7
7 C8 C 0.4 6 7.4
8 C9 C 0.5 8 7.4
9 C10 C 0.1 10 7.4
Однако я хочу игнорировать максимальное и минимальное значения в каждой группе, чтобы вычислить среднее значение по группе. результат должен выглядеть следующим образом
A B W V meanNoMinMax
0 C1 A 0.5 9 7.0
1 C2 A 0.2 1 7.0
2 C3 A 0.3 7 7.0
3 C4 B 0.2 4 3.666667
4 C5 B 0.1 3 3.666667
5 C6 B 0.4 5 3.666667
6 C7 B 0.3 2 3.666667
7 C8 C 0.4 6 8.0
8 C9 C 0.5 8 8.0
9 C10 C 0.1 10 8.0
Как я могу достичь этого с помощью 1 строки (или очень небольшого количества строк) кода?
Логические
минимальное и максимальное значение в V, игнорируемое для каждой группы, даст следующую таблицу для вычисления среднего значения, игнорирующего минимальное и максимальное значение для группы
A B W V
1 C3 A 0.3 7
3 C4 B 0.2 4
4 C5 B 0.1 3
8 C9 C 0.5 8
Комментарии:
1. почему V == 1 сохраняется там?
2. спасибо, что указали. Я отредактировал свой вопрос.
3. если у вас есть две строки с минимальным (или максимальным) значением, не могли бы вы рассмотреть их оба или только одно из вхождений?
Ответ №1:
Добавляем условия и исправляем ваш код
df['mean'] = df.groupby('B').apply(lambda x: (x.V * (x.W[(x.V!=x.V.max()) amp; (x.V!=x.V.min())] / x.W[(x.V!=x.V.max()) amp; (x.V!=x.V.min())].sum())).sum()).reindex(df.B).values
df
Out[293]:
A B W V mean
0 C1 A 0.5 9 7.000000
1 C2 A 0.2 1 7.000000
2 C3 A 0.3 7 7.000000
3 C4 B 0.2 4 3.666667
4 C5 B 0.1 3 3.666667
5 C6 B 0.4 5 3.666667
6 C7 B 0.3 2 3.666667
7 C8 C 0.4 6 8.000000
8 C9 C 0.5 8 8.000000
9 C10 C 0.1 10 8.000000
Ответ №2:
Создайте mask количество строк для исключения, затем выполните умножения и groupby transform суммы. Если вам нужно исключить только один экстремум в случае нескольких строк, привязанных к экстремальным значениям, вам нужно только изменить m .
# Exclude all rows that are max or min within group
m = (df['V'].eq(df.groupby('B')['V'].transform('max'))
| df['V'].eq(df.groupby('B')['V'].transform('min')))
# For ties, if only need to exclude the single largest/smallest:
#df = df.sort_values('V')
#m = ~df.duplicated('B') | ~df.duplicated('B', keep='last')
df['avg'] = (df['W'].mul(df['V']).mask(m).groupby(df['B']).transform('sum')
.div(df['W'].mask(m).groupby(df['B']).transform('sum')))
A B W V avg
0 C1 A 0.5 9 7.000000
1 C2 A 0.2 1 7.000000
2 C3 A 0.3 7 7.000000
3 C4 B 0.2 4 3.666667
4 C5 B 0.1 3 3.666667
5 C6 B 0.4 5 3.666667
6 C7 B 0.3 2 3.666667
7 C8 C 0.4 6 8.000000
8 C9 C 0.5 8 8.000000
9 C10 C 0.1 10 8.000000
Ответ №3:
В качестве альтернативы, с помощью еще нескольких строк кода, я думаю, что это также может сработать 🙂
max_per_group = df.index.isin(df.groupby("B")['V'].idxmax().values.tolist())
min_per_group = df.index.isin(df.groupby("B")['V'].idxmin().values.tolist())
df["mean"] = df.loc[(~df.index.isin(max_per_group)) amp; (~df.index.isin(min_per_group))].groupby('B').apply(lambda x: (x.V * (x.W / x.W.sum())).sum()).reindex(df.B).values