Question

dt = {'id': [120,120,120,120,121,121,121], 'day': [0, 1,2,3,0,1,2], 'value': [[0.5,3.4,2.7],[0.45,3.4,0.7],[0.25,0.4,0.7],[0.15,0.34,0.17],[0.35,3.4,2.7],[0.5,3.44,2.57],[0.5,0.34,0.37]]}

df = pd.DataFrame(data=dt)


    day id  value
0   0   120 [0.5, 3.4, 2.7]
1   1   120 [0.45, 3.4, 0.7]
2   2   120 [0.25, 0.4, 0.7]
3   3   120 [0.15, 0.34, 0.17]
4   0   121 [0.35, 3.4, 2.7]
5   1   121 [0.5, 3.44, 2.57]
6   2   121 [0.5, 0.34, 0.37]

我有一个pandas dataframe。我希望序列column "day"的最大值为1 。对于值大于1的column day，我要删除其初始行，然后将序列重置为[0-1]

在这种情况下，column"id"=120的“日”列具有两个额外的值2和3。在这种情况下，我想删除其前两行，然后替换该列的天数值为（0,1）。

结果：

    day id  value
0   0   120 [0.25, 0.4, 0.7]
1   1   120 [0.15, 0.34, 0.17]
2   0   121 [0.5, 3.44, 2.57]
3   1   121 [0.5, 0.34, 0.37]

Answer 1

您可以将groupby与tail一起使用，然后我们cumcount重新创建一天

df.groupby('id').tail(2).assign(day=lambda x : x.groupby('id').cumcount())
Out[221]: 
   day   id               value
2    0  120    [0.25, 0.4, 0.7]
3    1  120  [0.15, 0.34, 0.17]
5    0  121   [0.5, 3.44, 2.57]
6    1  121   [0.5, 0.34, 0.37]

Answer 2

按id和query分组时，可以减去最大值

m = df.groupby('id').day.transform('max')
df.assign(day=df.day.sub(m - 1)).query('day >= 0')

   day   id               value
2    0  120    [0.25, 0.4, 0.7]
3    1  120  [0.15, 0.34, 0.17]
5    0  121   [0.5, 3.44, 2.57]
6    1  121   [0.5, 0.34, 0.37]

删除满足列值条件的熊猫数据框的初始行，同时保持列中的序列值完整

2 个答案: