我必须根据数据中其他列的数据将每一行与不同的阈值进行比较。我该怎么做。
例如，我有 5 列如下。
我必须根据市场、产品组和价格类型的数据分布将价格列与阈值进行比较。
假设我将计算每个组的中值，例如GBR、Toys、Low ASP。我会将1 行的价格（即 10 美元）与该组的中位数（即GBR、Toys 和Low ASP）进行比较。
因此，我的阈值将根据市场、产品组和价格类型的属性值对每一行有所不同）。我该怎么做？我一直坚持在 Python 中为此确定逻辑。
数据sn-p：
【问题讨论】：
标签： python dataframe multiple-conditions
我不知道你的 DF 长什么样。我假设你正在使用熊猫。将来提供一些代码，以便我们为您提供更好的答案。你想要做的可能是这样的：
filtered_df = df[(df['Price'] > 100) & (df['Product Group']=='Toys')]
在此之后，您可以比较两个不同的数据帧。要添加具有中位数的列，您可以执行以下操作：
filtered_df[median] = filtered_df['Price'].median()
更多关于 pandas 中值函数的信息请看这里：https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.median.html 使用 Groupby 可以让您更轻松地完成所有这些工作；但是，正如我之前所说，我需要更多代码才能启动。
抱歉，如果此答案不是您所需要的，我不确定您使用比较的上下文是什么。它看起来像一个excel替代品。查看这篇文章以获取更多上下文。 how do you filter pandas dataframes by multiple columns
【讨论】：