基于其他列和行添加新列答案

【问题标题】：Adding a new column based on other columns and rows基于其他列和行添加新列
【发布时间】：2020-08-23 23:03:19
【问题描述】：

我有一个大数据框。让我写一个示例数据框，让您理解我的问题。

A      B      C     
car    red    15
car    blue   20
car    grey   14
bike   red    6
bike   blue   8
phone  red    9
phone  blue   11
phone  grey   10

假设 C 列显示价格。我想添加一个名为“D”的列。此列将回答“读取的汽车是否比所有汽车的平均价格贵？”。对于其他 A 值，同样的问题。我的问题基本上是这样的。我想看看这个：

A      B      C    D    
car    red    15   cheap
car    blue   20   expensive
car    grey   14   cheap
bike   red    6    cheap
bike   blue   8    expensive
phone  red    9    cheap
phone  blue   11   expensive
phone  grey   10   cheap

我写了太多方法来完成这项任务。最后我认为这段代码可以解决我的问题，但它没有。我用 While 循环尝试了同样的事情，但我不断收到 Key Error 0。我该怎么办？这是我尝试过的代码：

df["D"] = "cheap"
A.values = df.A.unique()
for b in A.values:
    for i in range(len(df.loc[data.A== b])):
        if df.loc[df.A== b, "C"][i] >= df.loc[df.A== b, "C"].mean():
            df.loc[df.A== b, "D"][i] = "expensive"

【问题讨论】：

标签： python pandas numpy dataframe keyerror

【解决方案1】：

检查transform 和mean，然后使用np.where

s = df.groupby('A').C.transform('mean')
df['D'] = np.where(df.C>s, 'expensive', 'cheap')
df
Out[158]: 
       A     B   C          D
0    car   red  15      cheap
1    car  blue  20  expensive
2    car  grey  14      cheap
3   bike   red   6      cheap
4   bike  blue   8  expensive
5  phone   red   9      cheap
6  phone  blue  11  expensive
7  phone  grey  10      cheap

【讨论】：

嘿，BEN_YO，这真的解决了我的问题。如果你不介意，我还有一个问题。如何使用 %95 置信区间而不是平均价格来做同样的事情？您在代码中使用了 transform.("mean")，对于超出置信区间的值是否有类似的情况？

【解决方案2】：

df['D']=np.where(df[['A', 'B', 'C']].groupby('A').apply(lambda x: (x['C'].mean()>=x['C'])),'cheap','expensive')


     A     B   C          D
0    car   red  15      cheap
1    car  blue  20  expensive
2    car  grey  14      cheap
3   bike   red   6  expensive
4   bike  blue   8      cheap
5  phone   red   9      cheap
6  phone  blue  11  expensive
7  phone  grey  10      cheap

工作原理

np.where(condition, if met answer, not met answer)


#Apply boolean select to get condition. In this statement we seek to return true if mean is greater than price

condition= df[['A', 'B', 'C']].groupby('A').apply(lambda x: (x['C'].mean()>=x['C']))


if met answer= 'cheap'

not me t answer='expensive'

【讨论】：