对数据框进行子集化并对多列应用累积操作

Posted 2023-03-11

【中文标题】对数据框进行子集化并对多列应用累积操作

【英文标题】：Subsetting the data frame and applying cumulative operation on multiple columns

【发布时间】：2021-10-26 20:29:35

【问题描述】：

我有一个如下所示的数据集。

df=pd.DataFrame('unit': ['ABC', 'DEF', 'GEH','IJK','DEF','XRF','BRQ'], 'A': [1,1,1,0,0,0,1], 'B': [1,1,1,1,1,1,0],'C': [1,1,1,0,0,0,1],'row_num': [7,6,5,4,3,2,1])

我正在尝试获取逻辑

第 1 步 - 考虑具有 row_number 第 2 步 - A、B、C 列共有 12 个值（0 和 1）。 步骤 3 - 计算 A、B、C 列中“1”的数量。从例子 有五个 1 和七个 0，计算为 40%(5/12) 1 的。 Steps-4 因为 1 的计数大于 40% 创建列标志 如果 1 的计数小于 10% 则为 1，否则为 0。

【问题讨论】：

您能对当前答案提供反馈吗？

@mozway，非常感谢

【参考方案1】：

希望这次我明白了：

subdf = df.iloc[3:, 1:4]
df['flag'] = 1 if subdf.values.sum()/subdf.size >= 0.1 else 0

输出：

  unit  A  B  C  row_num  flag
0  ABC  1  1  1        7     1
1  DEF  1  1  1        6     1
2  GEH  1  1  1        5     1
3  IJK  0  1  0        4     1
4  DEF  0  1  0        3     1
5  XRF  0  1  0        2     1
6  BRQ  1  0  1        1     1

【讨论】：

注意，问题是针对row_num <= 4，而不是index > 3

感谢您的建议。当我在只有一个数据集的情况下尝试数据集时，我期望标志为“0”，因为它低于 1/12，即低于 10%。

@dm2 我认为这是一个错字。我再次阅读了这个问题，我想知道我是否理解所有逻辑。我会看看 OP 是否提供更多详细信息

df=pd.DataFrame('unit': ['ABC', 'DEF', 'GEH','IJK','DEF','XRF','BRQ'], ' A'：[1,1,1,0,0,0,0]，'B'：[1,1,1,1,0,0,0]，'C'：[1,1,1, 0,0,0,0],'row_num': [7,6,5,4,3,2,1])

@HKE 那么我不确定我是否理解你的逻辑