Python Pandas - groupby条件另一个数据帧
Python Pandas - groupby条件另一个数据帧
提问于 2019-10-22 22:46:31
我有两个数据帧，它们在大小上是相同的(行/日期索引和列/公司)。我现在要做的是根据Dataframe2中包含的逻辑计算Dataframe1中观测值的时间序列统计信息。例如，我想要基于等级(Dataframe2)计算时间序列平均观察值(Dataframe1)
因此，除了我使用第二个数据帧作为条件之外，这是一种groupby过程。
很高兴有任何输入，因为我不能找到类似的问题！
Dataframe1
----------------------------------
A B C D E F G H
31.12.2009 30 66 NaN NaN NaN NaN 393 57
01.01.2010 30 66 NaN NaN NaN NaN 393 57
04.01.2010 31 66 NaN NaN NaN NaN 404 57
05.01.2010 33 66 NaN NaN NaN NaN 400 58
06.01.2010 33 66 NaN NaN NaN NaN 400 58
Dataframe2
----------------------------------
A B C D E F G H
31.12.2009 1.0 2.0 NaN NaN NaN NaN 2.0 1.0
01.01.2010 1.0 2.0 NaN NaN NaN NaN 2.0 1.0
04.01.2010 1.0 1.0 NaN NaN NaN NaN 2.0 2.0
05.01.2010 1.0 2.0 NaN NaN NaN NaN 1.0 2.0
06.01.2010 2.0 2.0 NaN NaN NaN NaN 1.0 1.0
Desired output
----------------------------------
1.0 2.0
31.12.2009 43.5 229.5
01.01.2010 43.5 229.5
04.01.2010 48.5 230.5
05.01.2010 216.5 62.0
06.01.2010 229.0 49.5 回答 2
Stack Overflow用户
回答已采纳
发布于 2019-10-22 23:04:15
一次处理一个值：
(1)
df1.where(df2 == 1).mean(axis=1)输出：
31.12.2009 43.5
01.01.2010 43.5
04.01.2010 48.5
05.01.2010 216.5
06.01.2010 229.0(2)
df1.where(df2 == 2).mean(axis=1)输出：
31.12.2009 229.5
01.01.2010 229.5
04.01.2010 230.5
05.01.2010 62.0
06.01.2010 49.5组合成你想要的输出：
output = pd.DataFrame({'1':df1.where(df2 == 1).mean(axis=1),
'2':df1.where(df2 == 2).mean(axis=1)})
1 2
31.12.2009 43.5 229.5
01.01.2010 43.5 229.5
04.01.2010 48.5 230.5
05.01.2010 216.5 62.0
06.01.2010 229.0 49.5Stack Overflow用户
发布于 2019-10-22 22:56:31
您可以使用字典理解来创建结果数据帧。当df1中的特定值不满足df2中的特定值时，将使用where生成每一列，以将df2中的值替换为nan，以便能够对df2的每个unique值使用mean over axis=1
df_res = pd.DataFrame({col: df1.where(df2.eq(col)).mean(1) for col in df2.stack().unique()})
print (df_res)
1.0 2.0
31.12.2009 43.5 229.5
01.01.2010 43.5 229.5
04.01.2010 48.5 230.5
05.01.2010 216.5 62.0
06.01.2010 229.0 49.5页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/58506871
复制相关文章
相似问题
腾讯云开发者
