pandas groupby 列值并替换另一列中的分组值答案

【问题标题】：pandas groupby column values and replace grouped values in another columnpandas groupby 列值并替换另一列中的分组值
【发布时间】：2022-06-13 09:53:32
【问题描述】：

我有一个这样的数据框：

Ticker	instrument_name	year	month	instrument_type	expiry_type
ABAN10SEPFUT	ABAN	10	SEP	FUT	NaN
ABAN10OCTFUT	ABAN	10	OCT	FUT	NaN
ABAN10NOVFUT	ABAN	10	NOV	FUT	NaN

我想按 instrument_type ('FUT') 分组并在 month 中查找唯一值。然后将唯一值与 month 列进行比较，并将 expiry_type 列中的值替换为 'I','II','III'。

预期结果：

Ticker	instrument_name	year	month	instrument_type	expiry_type
ABAN10SEPFUT	ABAN	10	SEP	FUT	I
ABAN10OCTFUT	ABAN	10	OCT	FUT	II
ABAN10NOVFUT	ABAN	10	NOV	FUT	III

我的代码看起来像 #1

def condition(x):
if x =='SEP':
    return "I"
elif x =='OCT':
    return "II"
elif x =='NOV':
    return "III"
else:
    return ''

for index, row in path.iterrows():
    data = pd.read_parquet(row['location'])
    data['expiry_type'] = np.where((data['instrument_type'] == 'FUT'),data['month'].apply(condition),'')

由于我已经知道月份列中的唯一值，所以我创建了一个自定义函数来替换 expiry_type 列中的值。我有类似的文件，所以有没有办法找到唯一值并自动替换。我怎么做？提前谢谢！

【问题讨论】：

标签： python pandas numpy pandas-groupby

【解决方案1】：

考虑到您已按 instrument_type 分组，您可以构建一个类似于 #1 中的函数：

def condition(x):
    if x.month =='SEP':
        return "I"
    elif x.month =='OCT':
        return "II"
    elif x.month =='NOV':
        return "III"
    else:
        return ''

并将此函数应用于expiry_type 列：

df['expiry_type'] = df.apply(condition, axis = 1).

【讨论】：

看来我的问题不清楚，让我再解释一次。如果我将 instrument_type ('FUT') 分组，我将在月份列中拥有三个唯一值，如 SEP、OCT 和 NOV。不知何故，我想保存这些唯一值并再次与月份列进行比较，并替换 expiry_type 列中的值（'I','II','III'）。事情是月份列中的唯一值将更改我正在迭代的每个文件。因此，我不想在函数中定义唯一值，而是想自动化这个过程

【解决方案2】：

您可以使用 Pandas unique 函数查找列中的唯一值。对您拥有的每个 DataFrame 使用 for 循环，在 month 列上应用 unique 函数以获得唯一值列表。然后，使用这些值作为键和新的表示形式（在这个特定示例中为罗马数字）作为值来创建一个字典。然后，您可以使用map 函数替换month 列中的值并将新值分配给expiry_type 列。

def toRoman(n):
    roman = ['I', 'II', 'III', 'IV', 'V', 'VI', 'VII', 'VIII', 'IX', 'X', 'XI', 'XII']
    return roman[n]

df_list = ['df1.csv', 'df2.csv', 'df3.csv']
for df_file in df_list:
    df = pd.read_csv(df_file)
    g = df.groupby('instrument_type')
    uniq = g['month'].unique()[0]
    # create a dictionary using the unique values
    dict_map = {name:toRoman(idx) for idx,name in enumerate(uniq)}
    df['expiry_type'] = df['month'].map(dict_map)

【讨论】：