比较响应每个组的不同类别的值（使用 groupby）

Posted 2023-02-15

【中文标题】比较响应每个组的不同类别的值（使用 groupby）

【英文标题】：To compare the values responding the different categories for each group(using groupby)

【发布时间】：2022-01-22 23:52:56

【问题描述】：

我尝试为每个组的状态应用规则。 规则将是： 如果角 A 和 D 的值都小于角 B 和 C 的值，则该组的状态将为通过。否则会失败。

下面是数据框 df。

Item    Corner   Value   
A-001     A       0.1
A-001     B       0.5
A-001     C       0.4
A-001     D       0.1
A-002     A       0.3
A-002     B       0.6
A-002     C       0.2
A-002     D       0.1

以及预期的结果：

Item    Corner   Value   Status
A-001     A       0.1      pass (corner A &D < corner B&C)
A-001     B       0.5      pass
A-001     C       0.4      pass
A-001     D       0.1      pass
A-002     A       0.3      fail (corner A > corner C, so the status of this group failed)
A-002     B       0.6      fail
A-002     C       0.2      fail
A-002     D       0.1      fail

所以，这是我的解决方案，但功能仍然不完整......

def rule_status(df):
    
    corner_a = df.loc[df['corner'] == 'A', 'Value']
    corner_b = df.loc[df['corner'] == 'B', 'Value']
    corner_c = df.loc[df['corner'] == 'C', 'Value']
    corner_d = df.loc[df['corner'] == 'D', 'Value']

    if max(corner_a, corner_d) < min(corner_b, corner_c):
        return 'pass' 
    else:
        return 'fail'    

df.groupby('Item').apply(lambda x :rule_status(x))

但是，在函数中，我只得到corner_acorner_bcorner_c &corner_d的一系列值，而不是每个角的具体值。

【参考方案1】：

我建议你pivot数据然后比较：

pivoted = df.pivot('Item', 'Corner', 'Value')

mask = pivoted[['A','D']].max(axis=1) < pivoted[['B','C']].min(axis=1)

df['Status'] = np.where(df['Item'].map(mask), 'pass', 'fail')

输出：

    Item Corner  Value Status
0  A-001      A    0.1   pass
1  A-001      B    0.5   pass
2  A-001      C    0.4   pass
3  A-001      D    0.1   pass
4  A-002      A    0.3   fail
5  A-002      B    0.6   fail
6  A-002      C    0.2   fail
7  A-002      D    0.1   fail

【讨论】：

实际上，每个组有超过4个角，状态的比较比这复杂得多。但是，我只是试图简单地提出问题......

复杂与否，您应该在 pivoted: mask = pivoted.apply(lambda r: max(r['A'], r['D']) < min(r['B'], r['C']), axis=1) 上执行此操作。也就是说，您应该考虑如何对您的比较进行矢量化（如我的回答）。

谢谢。不确定它是否会工作。但是，非常感谢您的解决方案。

【参考方案2】：

你可以使用：

df['Status'] = df['Item'].map(
    df.loc[df['Corner'].isin(['A', 'D'])].groupby('Item')['Value'].max()
      .lt(df.loc[df['Corner'].isin(['B', 'C'])].groupby('Item')['Value'].min())
      .replace(True: 'pass', False: 'fail'))
print(df)

# Output:
    Item Corner  Value Status
0  A-001      A    0.1   pass
1  A-001      B    0.5   pass
2  A-001      C    0.4   pass
3  A-001      D    0.1   pass
4  A-002      A    0.3   fail
5  A-002      B    0.6   fail
6  A-002      C    0.2   fail
7  A-002      D    0.1   fail