группы панд делят ряды на 3 группы с условно - PullRequest
Новая
       8

группы панд делят ряды на 3 группы с условно

0 голосов
/ 05 июля 2018

У меня есть df, как это. 

import pandas as pd
import numpy as np
user = pd.DataFrame({'User':['101','101','101','102','102','101','101','102','102','102','102','102'],'Country':['India','Japan','India','Brazil','Japan','UK','Austria','Japan','Singapore','UK','UK','UK']
                    ,'Count':[85,78,70,5,6,8,60,30,5,6,5,4]})

Я хочу отсортировать столбец count и назначить 30% лучших строк группе 3, затем следующие 30% 2 и оставшиеся 30% группе 1. Как я могу это сделать. это мой ожидаемый результат. первые 4 колонки. а также посмотреть мои расчеты, как я разделил 30%, 30%, 40%

want output

1 Ответ

0 голосов
/ 05 июля 2018

Вам необходимо сначала отсортировать столбцы по sort_values, а затем groupby с пользовательской функцией с numpy.split и вернуть длину каждой группы в новую строку нового DataFrame:

Идея от идеального Ответ MaxU , спасибо.

Используйте для top 30-30-30: 

user = user.sort_values(['User','Count'], ascending=[True, False])

def f(x):
    #split to 4 groups, because 3 + 3 + 3 != 1 
    a, b, c, d = np.split(x, [int(.3*len(x)), int(.6*len(x)), int(.9*len(x))])
    return pd.Series([len(a), len(b), len(c)], index=['30','30','30'])

df = user.groupby('User').apply(f)
df['sum'] = df.sum(axis=1)
print (df)
      30  30  30  sum
User                 
101    1   2   1    4
102    2   2   2    6

и для 30-30-40: 

user = user.sort_values(['User','Count'], ascending=[True, False])

def f(x):
    #split to 3 groups, because 3 + 3 + 4 == 1
    a, b, c = np.split(x, [int(.3*len(x)), int(.6*len(x))])
    return pd.Series([len(a), len(b), len(c)], index=['30','30','40'])

df = user.groupby('User').apply(f)
df['sum'] = df.sum(axis=1)
print (df)

      30  30  40  sum
User                 
101    1   2   2    5
102    2   2   3    7

EDIT:

Группы должны быть созданы list comprehension: 

def f(x):
    a, b, c = np.split(x.index, [int(.3*len(x)), int(.6*len(x))])
    L = [a,b,c]
    return [i for i, y in zip(range(len(L),0,-1) ,L) for j in y]

user['Groups'] = user.groupby('User')['User'].transform(f)
print (user)
   User    Country  Count  Groups
0   101      India     85       3
1   101      Japan     78       2
2   101      India     70       2
6   101    Austria     60       1
5   101         UK      8       1
7   102      Japan     30       3
4   102      Japan      6       3
9   102         UK      6       2
3   102     Brazil      5       2
8   102  Singapore      5       1
10  102         UK      5       1
11  102         UK      4       1
...