Pandas：按特征和索引进行分组并获取中值

发布于 2025-01-10 15:53:02 字数 813 浏览 0 评论 0原文

我有一个如下所示的数据框：

df = pd.DataFrame({'id':list('abcde'),'latitude': [38.470628, 38.554155, 38.66937, 34.119578, 36.292307],'longitude': [-121.404586, -121.502341, -121.695325, -117.413791, -119.804074],
 'flag': [1,1,1,1,0], 'idx': [[0,1,2],[0,1,2],[0,1,2],[3],[4]], 'saleprice_usd_per_sqf': [200, 300, 700, 350, 50]})


   id    latitude     longitude   flag     idx     saleprice  result     
0   a   38.470628   -121.404586    1    [0, 1, 2]   200         300
1   b   38.554155   -121.502341    1    [0, 1, 2]   300         300
2   c   38.669370   -121.695325    1    [0, 1, 2]   700         300
3   d   34.119578   -117.413791    1    [3]         350         350
4   e   36.292307   -119.804074    0    [4]          50          50

请帮助计算每个 id 的销售价格中位数（结果作为示例），通过索引 idx 按标志分组。

原文

I have a dataframe that looks like this:

df = pd.DataFrame({'id':list('abcde'),'latitude': [38.470628, 38.554155, 38.66937, 34.119578, 36.292307],'longitude': [-121.404586, -121.502341, -121.695325, -117.413791, -119.804074],
 'flag': [1,1,1,1,0], 'idx': [[0,1,2],[0,1,2],[0,1,2],[3],[4]], 'saleprice_usd_per_sqf': [200, 300, 700, 350, 50]})


   id    latitude     longitude   flag     idx     saleprice  result     
0   a   38.470628   -121.404586    1    [0, 1, 2]   200         300
1   b   38.554155   -121.502341    1    [0, 1, 2]   300         300
2   c   38.669370   -121.695325    1    [0, 1, 2]   700         300
3   d   34.119578   -117.413791    1    [3]         350         350
4   e   36.292307   -119.804074    0    [4]          50          50

Pls help to calculate median of saleprice (result as example) for each id, grouped by flag through indices idx.

分享到QQ

分享到微博

如果你对这篇内容有疑问，欢迎到本站社区发帖提问参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。

发布评论

需要登录才能够评论，你可以免费注册一个本站的账号。

请止步禁区 2025-01-17 15:53:02

您的分组逻辑尚不清楚，但假设您想要每组 idx 的中位数：

df['result'] = (df['saleprice_usd_per_sqf']
                .groupby([df['idx'].apply(tuple), df['flag']])
                .transform('median')
               )

NB。如果 idx 中的顺序并不重要，请使用 frozenset 代替 tuple
输出：

  id   latitude   longitude  flag        idx  saleprice_usd_per_sqf  result
0  a  38.470628 -121.404586     1  [0, 1, 2]                    200   300.0
1  b  38.554155 -121.502341     1  [0, 1, 2]                    300   300.0
2  c  38.669370 -121.695325     1  [0, 1, 2]                    700   300.0
3  d  34.119578 -117.413791     1        [3]                    350   350.0
4  e  36.292307 -119.804074     0        [4]                     50    50.0

Your grouping logic is unclear, but assuming you want the median per group of idx:

df['result'] = (df['saleprice_usd_per_sqf']
                .groupby([df['idx'].apply(tuple), df['flag']])
                .transform('median')
               )

NB. if order in idx doesn't matter, use frozenset in place of tuple
output:

  id   latitude   longitude  flag        idx  saleprice_usd_per_sqf  result
0  a  38.470628 -121.404586     1  [0, 1, 2]                    200   300.0
1  b  38.554155 -121.502341     1  [0, 1, 2]                    300   300.0
2  c  38.669370 -121.695325     1  [0, 1, 2]                    700   300.0
3  d  34.119578 -117.413791     1        [3]                    350   350.0
4  e  36.292307 -119.804074     0        [4]                     50    50.0

回复收藏 0 原文

~没有更多了~