如果一行不存在，则在 Python 中相应地检查并赋予一个值

Posted 2023-03-11

【中文标题】如果一行不存在，则在 Python 中相应地检查并赋予一个值

【英文标题】：If a row does not exist check and attribute a value accordingly in Python

【发布时间】：2020-02-13 10:33:01

【问题描述】：

我有一个包含 3 列的数据框：

[输入]：

import pandas as pd
import numpy as np
df = pd.DataFrame([['Circle', 'Circle', 'Polygon', 'Polygon',"Trapezoid"], 
                   [0, 1, 0, 1,1], [28152, 9168, 24741, 11402,5000]], 
                   ['nom_1', 'target', 'id']).T 

[出]：

       nom_1 target     id
0     Circle      0  28152
1     Circle      1   9168
2    Polygon      0  24741
3    Polygon      1  11402
4  Trapezoid      1   5000

---

理论上，每个几何形状在目标列中的值都应该是 0 或 1。 Id 代表计数。我需要 id 列中每个几何形状的 1/(1+0) 比率。

例如，目标 1 的“Circle”id 计数为 9168，0 为 28152。我需要的计算：(9168)/(9168+28152)。我用这段代码实现了这个计算。

[输入]：

ColumnTarget = df[["id","nom_1","target"]]
ColumnGrouped = ColumnTarget.groupby(["nom_1","target"]).count()["id"].reset_index()
ColumnCalculation = ColumnGrouped.groupby("nom_1").apply(lambda row: (row[row.target ==1]["id"].iloc[0]) / (row[row.target ==0]["id"].iloc[0] + row[row.target ==1]["id"].iloc[0]))

[出]：

IndexError: single positional indexer is out-of-bounds

---

但是，当几何形状没有 1 或 0 目标行时，我会收到 IndexError。在这种情况下，“梯形”缺少 0 目标行。因此，如果几何形状的两个 0,1 目标都存在，我喜欢上面提到的计算。如果缺少 1 个目标，我希望结果等于 0，如果缺少 0 个目标，则结果应等于 1。例如，对于“梯形”，结果应为 1。

这是我尝试过的：

[输入]：

ColumnTarget = df[["id","nom_1","target"]]
ColumnGrouped = ColumnTarget.groupby(["nom_1","target"]).count()["id"].reset_index()
ColumnCalculation = ColumnGrouped.groupby("nom_1").apply(lambda row: 0 if row[row.target ==1].all() is False else (1 if row[row.target ==0].all() is False else ((row[row.target ==1]["id"].iloc[0]) / (row[row.target ==0]["id"].iloc[0] + row[row.target ==1]["id"].iloc[0]))))

[出]：

IndexError: single positional indexer is out-of-bounds

output_df = pd.DataFrame("nom_1":["Circle","Polygon","Trapezoid"],"result": [0.24565916398713827,0.3154691088177517,1])

【问题讨论】：

所以你只想要那个目标 == 1？你能添加一个输出DataFrame的例子吗？

当您的其余数字由于公式而在 [0,1] 之间时，您希望梯形为 5000？为什么不是 1？

@DanielMesejo 我想要 1/(1+0) 的比率。添加了一个示例 output_df

@ALollz 你是对的我编辑了这个问题。如果缺少目标 0 的行，则输出应为 1。

【参考方案1】：

使用transform 和div

df['id'].div(df.groupby('nom_1').id.transform('sum'), axis=0)

---

       nom_1 target     id     ratio
0     Circle      0  28152  0.754341
1     Circle      1   9168  0.245659
2    Polygon      0  24741  0.684531
3    Polygon      1  11402  0.315469
4  Trapezoid      1   5000         1

显然，您可以编辑此df 以仅显示带有target == 1 的行

df[df.target == 1]

       nom_1 target     id     ratio
1     Circle      1   9168  0.245659
3    Polygon      1  11402  0.315469
4  Trapezoid      1   5000         1

【讨论】：

@moli 我给了你所有的输出。然后，您可以轻松过滤最终结果以获得您的....df[df.target == 1] ...

【参考方案2】：

使用index 对齐计算（我添加了一个缺少目标 == 1 的形状）。这假设您在 ['nom_id', 'target'] 上没有任何重复内容：

df = pd.DataFrame([['Circle', 'Circle', 'Polygon', 'Polygon',"Trapezoid", 'Octagon'], 
                   [0, 1, 0, 1, 1, 0], [28152, 9168, 24741, 11402,5000, 6000]], 
                   ['nom_1', 'target', 'id']).T 

df = df.set_index('nom_1')
u = df.loc[df.target.eq(1), 'id']
v = df.loc[df.target.eq(0), 'id']

                                    # - 0 When Target == 1 is missing
                                    # |
s = u.divide(u.add(v, fill_value=0)).fillna(0)
#nom_1
#Circle       0.245659
#Octagon      0.000000
#Polygon      0.315469
#Trapezoid    1.000000
#Name: id, dtype: float64