Pandas分组 - 计算相对点的距离

Question

假设我有以下内容：

df = pd.DataFrame({'Event':['A','A','A','A', 'A' ,'B','B','B','B','B'],  'Number':[1,2,3,4,5,6,7,8,9,10],'Ref':[False,False,False,False,True,False,False,False,True,False]})

我想要做的是创建一个新列，其中包含与ref中True的数字差异。因此，对于A组，True是最后一个，因此该列将显示为-4，-3，-2，-1，0。我一直在考虑以下操作：

for col in df.groupby('Event'):
    temp = col[1]
    reference = temp[temp.Ref==True]
    dist1 = temp.apply(lambda x:x.Number-reference.Number,axis=1)

这似乎能正确地为每个组计算，但我不确定如何将结果连接到df中。

- yankeefan11

Answer 1

在您的情况下

df['new']=(df.set_index('Event').Number-df.query('Ref').set_index('Event').Number).to_numpy()
df
  Event  Number    Ref  new
0     A       1  False   -4
1     A       2  False   -3
2     A       3  False   -2
3     A       4  False   -1
4     A       5   True    0
5     B       6  False   -3
6     B       7  False   -2
7     B       8  False   -1
8     B       9   True    0
9     B      10  False    1

- BENY

---

这是对 query 的创造性运用 :) +1 - Andy L.

Answer 2

您可以执行以下操作：

df["new"] = df.Number - df.Number[df.groupby('Event')['Ref'].transform('idxmax')].reset_index(drop=True)
print(df)

输出

  Event  Number    Ref  new
0     A       1  False   -4
1     A       2  False   -3
2     A       3  False   -2
3     A       4  False   -1
4     A       5   True    0
5     B       6  False   -3
6     B       7  False   -2
7     B       8  False   -1
8     B       9   True    0
9     B      10  False    1

这个代码：df.groupby('Event')['Ref'].transform('idxmax') 会按照组查找Ref为 True 的索引。基本上它会找到最大值的索引，所以如果True = 1，False = 0，那么它就会找到True值的索引。

- Dani Mesejo

---

谢谢。这比我想要的循环简单得多。transform('idxmax')是什么意思？ - yankeefan11

@yankeefan11 已更新答案。 - Dani Mesejo

Answer 3

尝试使用where和groupby转换first。

s = df.Number.where(df.Ref).groupby(df.Event).transform('first')
df.Number - s

Out[319]:
0   -4.0
1   -3.0
2   -2.0
3   -1.0
4    0.0
5   -3.0
6   -2.0
7   -1.0
8    0.0
9    1.0
Name: Number, dtype: float64

- Andy L.