基于另一列数据，计算 Pandas 滚动窗口中第二高的值。

Question

基于另一列数据，计算 Pandas 滚动窗口中第二高的值。

5

以下是示例数据：

data={'Person':['a','a','a','a','a','b','b','b','b','b','b'],
     'Sales':['50','60','90','30','33','100','600','80','90','400','550'],
     'Price':['10','12','8','10','12','10','13','16','14','12','10']}
data=pd.DataFrame(data)

对于每个人（组），我希望价格基于滚动的第二高销售额，但每个组的窗口将不同。结果应如下所示：

result={'Person':['a','a','a','a','a','b','b','b','b','b','b'],
     'Sales':['50','60','90','30','33','100','600','80','90','400','550'],
     'Price':['10','12','8','10','12','10','13','16','14','12','10'],
     'Second_Highest_Price':['','10','12','12','12','','10','10','10','12','10']}

我尝试使用 nlargest(2)，但不确定如何在滚动基础上让它工作。

- Ksh

1

你可以使用 df.groupby("Person").apply(custom_function_to_find_second_highest_sales)。 - Matt

窗口大小是多少？看起来每次都将窗口大小增加到第二大的大小（在每个步骤中）。 - jch

看看我的解决方案是否适用于你。 - William

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- William · Accepted Answer

我可以帮您翻译为中文：

虽然不是最优雅的解决方案，但我会按照以下步骤进行：

1- 加载数据集

import numpy as np
import pandas as pd

data={'Person':['a','a','a','a','a','b','b','b','b','b','b'],
     'Sales':['50','60','90','30','33','100','600','80','90','400','550'],
     'Price':['10','12','8','10','12','10','13','16','14','12','10']}

data=pd.DataFrame(data)

data['Sales'] = data['Sales'].astype(float)

2- 使用Groupby和expanding一起：

data['2nd_sales'] = data.groupby('Person')['Sales'].expanding(min_periods=2) \
                                  .apply(lambda x: x.nlargest(2).values[-1]).values

3- 计算Second_Highest_Price：

data['Second_Highest_Price'] = np.where((data['Sales'].shift() == data['2nd_sales']), data['Price'].shift(),
                                (np.where((data['Sales'] == data['2nd_sales']), data['Price'], np.nan)))

data['Second_Highest_Price'] = data.groupby('Person')['Second_Highest_Price'].ffill()

输出：

data['Second_Highest_Price'].values

array([nan, '10', '12', '12', '12', nan, '10', '10', '10', '12', '10'],
      dtype=object)