以迭代方式从 Pandas 数据框中减去值

Question

我有一个如下所示的 pandas 数据框。我试图以迭代方式从column A 中的值中减去值1，直到column B 中的值变为0。减法的顺序将通过使用列Sort1 和Sort2 进行排序来决定以升序方式，首先从 column A row 3 中减去 1，然后再从 column A row 4 中减去 1，最后从 column A 中减去 row 0
我需要对 B 列中存在的每个组分别执行此操作。

Inital DataFrame:

   A  B Sort1  Sort2
0  1  3     A    0.7
1  1  3     B    0.3
2  1  3     C    0.5
3  2  3     A    0.2
4  2  3     A    0.5
5  1  4     A    0.7
6  1  4     B    0.3
7  1  4     C    0.5
8  2  4     A    0.2
9  2  4     A    0.5


Result Dataframe:

   A  B Sort1  Sort2
0  0  0     A    0.7
1  1  0     B    0.3
2  1  0     C    0.5
3  1  0     A    0.2
4  1  0     A    0.5
5  0  0     A    0.7
6  0  0     B    0.3
7  1  0     C    0.5
8  1  0     A    0.2
9  1  0     A    0.5

我可以通过循环遍历数据框来实现这一点，但数据框可能很大，想探索是否有更好的方法来实现这一点？

Answer 1

这是实现相同目的的更短方法，无需遍历组：

import pandas as pd

# df_ = pd.read_clipboard()
df = df_.copy()

s = df.sort_values(by=['Sort1', 'Sort2']).groupby("B", group_keys=False).apply(lambda x: x.head(x.name))['A']-1

df.loc[s.index, "A"] = s

print(df)

导致

   A  B Sort1  Sort2
0  0  3     A    0.7
1  1  3     B    0.3
2  1  3     C    0.5
3  1  3     A    0.2
4  1  3     A    0.5
5  0  4     A    0.7
6  0  4     B    0.3
7  1  4     C    0.5
8  1  4     A    0.2
9  1  4     A    0.5

Answer 2

我不确定这是否真的是您想要的。对于每个组（按B 列），我们选择前 n 个元素（由B 中的值确定），从A 列中减去 1，然后将结果合并回 df。

import pandas as pd

# df = pd.read_clipboard()

print(df)

gp = df.groupby("B")

s = pd.DataFrame()

for k in gp.groups.keys():
    s = s.append(
        gp.get_group(k).sort_values(by=["Sort1", "Sort2"]).iloc[0:k][["A"]] - 1
    )

print(s)

df2 = df.merge(s, how="left", left_index=True, right_index=True)
ind = ~df2["A_y"].isna()
df2.loc[~df2["A_y"].isna(), "A_x"] = df2["A_y"]
df2 = df2.rename(columns={"A_x": "A"}).drop("A_y", axis=1)

这有点令人费解，但基本上我是按照您的描述对值进行排序，然后选择前 3 列（基于 B 中的值），然后每列减去一个。

剩下的只是将该新列合并回原始数据框：

     A  B Sort1  Sort2
0  0.0  3     A    0.7
1  1.0  3     B    0.3
2  1.0  3     C    0.5
3  1.0  3     A    0.2
4  1.0  3     A    0.5
5  0.0  4     A    0.7
6  0.0  4     B    0.3
7  1.0  4     C    0.5
8  1.0  4     A    0.2
9  1.0  4     A    0.5

我没有更改B，因为我不使用它进行迭代。如果需要，您可以将其设置为 0：df2['B']=0。