通过 min() 进行 Pandas 条件分组答案

【问题标题】：Pandas conditional group by min()通过 min() 进行 Pandas 条件分组
【发布时间】：2022-01-07 21:33:30
【问题描述】：

当本金余额低于支付金额的 5% 时，我试图获取日期变量的最小值。我希望按帐号提取此内容，但我不想要按帐号分组的新 df。

我的 df 看起来像这样：

| account_number | period_date | principal_balance_amt | disbursement_amt |
| -------------: | ----------- | --------------------- | ---------------- |
| 1              | 2021-01-01  | 10                    | 100              |
| 1              | 2021-02-01  | 6                     | 100              |
| 1              | 2021-03-01  | 3                     | 100              |
| 1              | 2021-04-01  | 0                     | 100              |
| 2              | 2021-01-01  | 20                    | 100              |
| 2              | 2021-02-01  | 15                    | 100              |
| 2              | 2021-03-01  | 11                    | 100              |
| 2              | 2021-04-01  | 8                     | 100              |

我已经尝试过类似的代码来使它工作，但它只是返回无效的语法。

df['churn_date'] = df.loc[groupby('account_number').(df['principal_balance_amt'] <= 0.05 * df['disbursement_amt']), 'period_date'].min()

我希望代码创建一个如下所示的 df：

account_number	period_date	principal_balance_amt	disbursement_amt	churn_date
1	2021-01-01	10	100	2021-03-01
1	2021-02-01	6	100	2021-03-01
1	2021-03-01	3	100	2021-03-01
1	2021-04-01	0	100	2021-03-01
2	2021-01-01	20	100	nan
2	2021-02-01	15	100	nan
2	2021-03-01	11	100	nan
2	2021-04-01	8	100	nan

【问题讨论】：

标签： python pandas dataframe pandas-groupby min

【解决方案1】：

如果不匹配，使用Series.where 将period_date 替换为NaN，然后将GroupBy.transform 与min 一起用于新列：

mask = (df['principal_balance_amt'] <= 0.05 * df['disbursement_amt'])
df['churn_date'] = (df.assign(new = df['period_date'].where(mask))
                      .groupby('account_number')['new']
                      .transform('min'))

print (df)
   account_number period_date  principal_balance_amt  disbursement_amt  \
0               1  2021-01-01                     10               100   
1               1  2021-02-01                      6               100   
2               1  2021-03-01                      3               100   
3               1  2021-04-01                      0               100   
4               2  2021-01-01                     20               100   
5               2  2021-02-01                     15               100   
6               2  2021-03-01                     11               100   
7               2  2021-04-01                      8               100   

  churn_date  
0 2021-03-01  
1 2021-03-01  
2 2021-03-01  
3 2021-03-01  
4        NaT  
5        NaT  
6        NaT  
7        NaT

由Series.map 映射的替代解决方案仅由boolean indexing 过滤的行与聚合min：

mask = (df['principal_balance_amt'] <= 0.05 * df['disbursement_amt'])
s = df[mask].groupby('account_number')['period_date'].min()

df['churn_date'] = df['account_number'].map(s)

【讨论】：