Создать столбец на основе нескольких условий столбца из другого кадра данных - PullRequest
Новая
       35

Создать столбец на основе нескольких условий столбца из другого кадра данных

0 голосов
/ 14 октября 2018

Предположим, у меня есть два фрейма данных - условия и данные. 

import pandas as pd

conditions = pd.DataFrame({'class': [1,2,3,4,4,5,5,4,4,5,5,5],
                           'primary_lower': [0,0,0,160,160,160,160,160,160,160,160,800],
                           'primary_upper':[9999,9999,9999,480,480,480,480,480,480,480,480,4000],
                           'secondary_lower':[0,0,0,3500,6100,3500,6100,0,4800,0,4800,10],
                           'secondary_upper':[9999,9999,9999,4700,9999,4700,9999,4699,6000,4699,6000,3000],
                           'group':['A','A','A','B','B','B','B','C','C','C','C','C']})

data = pd.DataFrame({'class':[1,1,4,4,5,5,2],
                     'primary':[2000,9100,1100,170,300,210,1000],
                     'secondary':[1232,3400,2400,380,3600,4800,8600]})

Я хотел бы создать новый столбец (группу) в таблице "данных", который назначает группу для каждой строки с учетом условийприведено в таблице «условия».

Таблица условий структурирована таким образом, что строки в каждой группе объединяются с помощью «ИЛИ», а столбцы - с «И».Например, для присвоения группы «B»:

(класс = 4 И 160 <= основной <= 480 И 3500 <= дополнительный <= 4700) </p>

ИЛИ

(класс = 4 И 160 <= основной <= 480 И 6100 <= вторичный <= 9999) </p>

ИЛИ

(класс = 5 И 160 <= основной <= 480 И 3500 <= вторичный <= 4700) </p>

ИЛИ

(класс = 5 И 160 <= первичный <= 480 И 6100 <= вторичный <= 9999) </p>

Любые строки, которые не имеютНи одному из условий не будет присвоена группа «Другое».Итак, итоговый фрейм данных будет выглядеть так: 

+-------+---------+-----------+-------+
| class | primary | secondary | group |
+-------+---------+-----------+-------+
|     1 |    2000 |      1232 | A     |
|     1 |    9100 |      3400 | A     |
|     4 |    1100 |      2400 | Other |
|     4 |     170 |       380 | C     |
|     5 |     300 |      3600 | B     |
|     5 |     210 |      4800 | C     |
|     2 |    1000 |      8600 | A     |
+-------+---------+-----------+-------+

1 Ответ

0 голосов
/ 14 октября 2018

Вы можете выполнить итерацию объекта GroupBy и получить объединение масок в каждой группе: 

for key, grp in conditions.groupby('group'):

    cols = ['class', 'primary_lower', 'primary_upper',
            'secondary_lower', 'secondary_upper']

    masks = (data['class'].eq(cls) & \
             data['primary'].between(prim_lower, prim_upper) & \
             data['secondary'].between(sec_lower, sec_upper) \
             for cls, prim_lower, prim_upper, sec_lower, sec_upper in \
             grp[cols].itertuples(index=False))

    data.loc[pd.concat(masks, axis=1).any(1), 'group'] = key

data['group'] = data['group'].fillna('Other')

Результат: 

print(data)

   class  primary  secondary  group
0      1     2000       1232      A
1      1     9100       3400      A
2      4     1100       2400  Other
3      4      170        380      C
4      5      300       3600      C
5      5      210       4800      C
6      2     1000       8600      A

Примечание index=4 имеет другой результатк желаемому результату, так как есть несколько условий, которые удовлетворяют данным.

...