我想根據某些條件重新排序我的資料框
我的原始資料框看起來像
Merchant name original_rnk
Boohoo 1
PRETTYLITTLETHING 2
ASOS US 3
PRINCESS POLLY 4
URBAN OUTFITTERS 5
KIM ONO 6
并且有一個包含一些商家資訊的參考資料框
Merchant name order_cnt profit epc
Boohoo 200 30 0.6
PRETTYLITTLETHING 100 -60 -0.4
ASOS US 50 100 1.0
PRINCESS POLLY 80 50 0.8
URBAN OUTFITTERS 120 -20 -0.1
KIM ONO 500 90 0.7
如果他們的 order_cnt >= 100 并且利潤 >=0，我想根據他們的 epc 給這些商家一個新的排名。無論 order_cnt 和利潤有多少，第一個商家總是第一個，但對于 order_cnt <100 或利潤 <0 的其余商家，r 是他們的原始訂單。
所以我想要的輸出是
Merchant name new_rnk original_rnk
Boohoo 1 1
PRETTYLITTLETHING 3 2
ASOS US 4 3
PRINCESS POLLY 5 4
URBAN OUTFITTERS 6 5
KIM ONO 2 6
uj5u.com熱心網友回復：
使用問題中提供的資料：
info = pd.DataFrame({
'Merchant name': ['Boohoo', 'PRETTYLITTLETHING', 'ASOS US', 'PRINCESS POLLY', 'URBAN OUTFITTERS', 'KIM ONO'],
'order_cnt': [200, 100, 50, 80, 120, 500],
'profit': [30, -60, 100, 50, -20, 90],
'epc': [0.6, -0.4, 1.0, 0.8, -0.1, 0.7]
})
將資料拆分為第一行（head），滿足條件的行（掩碼）和不滿足條件的行（pos 和neg）：
head = info.head(1)
tail = info.iloc[1:]
mask = tail.eval('order_cnt >= 100 and profit >= 0')
pos = tail[mask]
neg = tail[~mask]
使用所需的標準 (epc) 對正行進行排序，并將三個磁區重新連接在一起：
df = pd.concat([head, pos.sort_values('epc', ascending=False), neg])
要獲得原始問題中顯示的輸出（包括原始排名和新排名并按原始排名排序），請添加以下幾行：
df['new_rank'] = range(1, 7)
df['original_rank'] = df['Merchant name'].map(ranks.set_index('Merchant name')['original_rnk'])
df.sort_values('original_rank')[['Merchant name', 'new_rank', 'original_rank']]
ranks“原始資料框”在哪里：
ranks = pd.DataFrame({
'Merchant name': ['Boohoo', 'PRETTYLITTLETHING', 'ASOS US', 'PRINCESS POLLY', 'URBAN OUTFITTERS', 'KIM ONO'],
'original_rnk': range(1, 7)
})
uj5u.com熱心網友回復：
這可以按如下方式完成：
- 使用名稱初始化您的第一個 DataFrame：
df
import pandas as pd
import numpy as np
df = pd.DataFrame({
'Merchant name' : ['Boohoo','PRETTYLITTLETHING', 'ASOS US', 'PRINCESS POLLY', 'URBAN OUTFITTERS', 'KIM ONO', 'addedMerch'],
'original_rnk': [1, 2, 3, 4, 5, 6, 7]
})
-注意我已經添加了一個名為：' addedMerch' 的附加商家的資料，以確保以后代碼有效
- 使用名稱初始化您的第二個“參考”DataFrame：
df2
df2 = pd.DataFrame({
'Merchant name' : ['Boohoo', 'PRETTYLITTLETHING', 'ASOS US', 'PRINCESS POLLY', 'URBAN OUTFITTERS', 'KIM ONO','addedMerch'],
'order_cnt': [200, 100, 50, 80, 120, 500, 1000],
'profit': [30, -60, 100, 50, -20, 90, 1000],
'epc': [0.6 ,-0.4, 1.0, 0.8, -0.1, 0.7,0.01]
})
'Merchant name'將'merchant_name'兩個 DataFrame 中的列標簽從 重命名為
df.rename(columns={'Merchant name': 'merchant_name'}, inplace=True)
df2.rename(columns={'Merchant name': 'merchant_name'}, inplace=True)
- 暫時從兩個資料幀中洗掉第一個商家并存盤他的資料以在操作后再次將其附加到資料幀中
#storing it first
firstMerchant = df.query("original_rnk == 1")
firstMerchantInDF2 = df2.query("merchant_name == '{}'".format(firstMerchant.iloc[0]['merchant_name']))
#then removing it
df.drop(firstMerchant.index, axis="rows", inplace=True)
df2.drop(firstMerchantInDF2.index, axis="rows", inplace=True)
- 為具有新分配等級的商家創建一個新的 DataFrame
merchantsWithNewRank = df2.query("order_cnt >= 100 & profit >= 0")
- 根據他們的“epc”值給他們新的排名
#this is done by first, sorting them by 'epc'
merchantsWithNewRank.sort_values(by="epc", ascending=False)
# and then second, adding a new column: 'new_rnk', assigning it to a range
# starting from 2 (because 1 is for the 'untouched first merchant')
# all the way to (the amount of all merchants with new rank 2)
# -to make sure we are giving exactly each merchant his rank-
merchantsWithNewRank['new_rnk'] = np.arange(2,merchantsWithNewRank.shape[0] 2)
- 初始化第一個DataFrame中的'new_rnk'列，保持原來的rank，但是推了n個位置（每個增加了n），其中n是新rank的商家數量
df["new_rnk"] = df.original_rnk merchantsWithNewRank.shape[0]
- 為有資格在原始 DataFrame 中持有新排名的商家分配新排名（使用 DF:
'merchantsWithNewRank'作為我們的參考）
for index in merchantsWithNewRank.index:
df.loc[df.merchant_name==merchantsWithNewRank['merchant_name'][index], 'new_rnk'] = merchantsWithNewRank['new_rnk'][index]
- 帶回第一個商人的資料并給他新的等級
1
df = firstMerchant.append(df)
df.loc[df.original_rnk == 1, 'new_rnk'] = 1
- 把他
df2也帶回來
df2 = firstMerchantInDF2.append(df2)
上面的結果：
-row " addedMerch" 被添加用于雙重檢查結果是否正確
[in]: print(df)
[out]:
merchant_name original_rnk new_rnk
0 Boohoo 1 1.0
1 PRETTYLITTLETHING 2 4.0
2 ASOS US 3 5.0
3 PRINCESS POLLY 4 6.0
4 URBAN OUTFITTERS 5 7.0
5 KIM ONO 6 2.0
6 addedMerch 7 3.0
您提供的輸入的輸出（不含“已添加的商品”）：
[in]: print(df)
[out]:
merchant_name original_rnk new_rnk
0 Boohoo 1 1.0
1 PRETTYLITTLETHING 2 3.0
2 ASOS US 3 4.0
3 PRINCESS POLLY 4 5.0
4 URBAN OUTFITTERS 5 6.0
5 KIM ONO 6 2.0
uj5u.com熱心網友回復：
您可以使用以下代碼獲得所需的輸出；
import pandas as pd
original_rank_frame = pd.DataFrame({'Merchant name': ['Boohoo', 'PRETTYLITTLETHING', 'ASOS US', 'PRINCESS POLLY', 'URBAN OUTFITTERS', 'KIM ONO'],
'original_rnk': [1, 2, 3, 4, 5 ,6]})
reference_frame = pd.DataFrame({'Merchant name': ['Boohoo', 'PRETTYLITTLETHING', 'ASOS US', 'PRINCESS POLLY', 'URBAN OUTFITTERS', 'KIM ONO'],
'order_cnt': [200, 100, 50, 80, 120, 500],
'profit': [30, -60, 100, 50, -20, 90],
'epc': [0.6, -0.4, 1.0, 0.8, -0.1, 0.7]})
final_table = pd.concat([reference_frame[((reference_frame['order_cnt'] >= 100) & (reference_frame['epc'] >= 0))],
reference_frame[~((reference_frame['order_cnt'] >= 100) & (reference_frame['epc'] >= 0))]], axis=0)
final_table = final_table.reset_index().rename({'index':'original_rnk'}, axis = 'columns').reset_index().rename({'index':'new_rnk'}, axis = 'columns')[['Merchant name', 'new_rnk', 'original_rnk']]
final_table[['new_rnk', 'original_rnk']] = 1
final_table.sort_values('original_rnk')
輸出
Merchant name new_rnk original_rnk
0 Boohoo 1 1
2 PRETTYLITTLETHING 3 2
3 ASOS US 4 3
4 PRINCESS POLLY 5 4
5 URBAN OUTFITTERS 6 5
1 KIM ONO 2 6
解釋
第一步是按所需質量過濾資料幀reference_frame[((reference_frame['order_cnt'] >= 100) & (reference_frame['epc'] >= 0))。由于這些是互斥的集合，我們可以使用否定（~）來得到其余的。然后，我們連接這兩個資料幀并提取原始索引。我們通過重置分配一個新的索引。在最后一步中，我們增加索引值，因為它們從 0 開始，但所需的輸出從 1 開始。
轉載請註明出處，本文鏈接：https://www.uj5u.com/gongcheng/362204.html
上一篇：generate_main.dart:8:8:錯誤：讀取“lib/main.dart”時出錯：沒有這樣的檔案或目錄