web-dev-qa-db-ja.com

Pandas-条件式を使用したGroupby

   Survived  SibSp  Parch
0         0      1      0
1         1      1      0
2         1      0      0
3         1      1      0
4         0      0      1

上記のデータフレームを考えると、条件付きでgroupbyするエレガントな方法はありますか？次の条件に基づいて、データを2つのグループに分割したいと思います。

(df['SibSp'] > 0) | (df['Parch'] > 0) =   New Group -"Has Family"
 (df['SibSp'] == 0) & (df['Parch'] == 0) = New Group - "No Family"

次に、これらのグループの両方の手段を取り、次のような出力になります。

               SurvivedMean
 Has Family    Mean
 No Family     Mean

Groupbyを使用して実行できますか、それとも上記の条件ステートメントを使用して新しい列を追加する必要がありますか？

pythonpandasdataframeconditional-statementspandas-groupby
5
George Vince

グループ化する簡単な方法は、これら2つの列の合計を使用することです。いずれかが正の場合、結果は1より大きくなります。また、groupbyは、長さがDataFrameの長さと同じである限り、任意の配列を受け入れるため、新しい列を追加する必要はありません。

family = np.where((df['SibSp'] + df['Parch']) >= 1 , 'Has Family', 'No Family')
df.groupby(family)['Survived'].mean()
Out: 
Has Family    0.5
No Family     1.0
Name: Survived, dtype: float64
9
ayhan

列SibSpおよびParchの値が0よりも小さい場合は、1つの条件のみを使用してください。

m1 = (df['SibSp'] > 0) | (df['Parch'] > 0)

df = df.groupby(np.where(m1, 'Has Family', 'No Family'))['Survived'].mean()
print (df)
Has Family    0.5
No Family     1.0
Name: Survived, dtype: float64

不可能な場合は、最初に両方の条件を使用してください。

m1 = (df['SibSp'] > 0) | (df['Parch'] > 0)
m2 = (df['SibSp'] == 0) & (df['Parch'] == 0)
a = np.where(m1, 'Has Family', 
    np.where(m2, 'No Family', 'Not'))

df = df.groupby(a)['Survived'].mean()
print (df)
Has Family    0.5
No Family     1.0
Name: Survived, dtype: float64
1
jezrael

リストで条件を定義し、以下の関数group_by_conditionを使用して、条件ごとにフィルター処理されたリストを作成できます。その後、パターンマッチングを使用して、結果のアイテムを選択できます。

df = [
  {"Survived": 0, "SibSp": 1, "Parch": 0},
  {"Survived": 1, "SibSp": 1, "Parch": 0},
  {"Survived": 1, "SibSp": 0, "Parch": 0}]

conditions = [
  lambda x: (x['SibSp'] > 0) or (x['Parch'] > 0),  # has family
  lambda x: (x['SibSp'] == 0) and (x['Parch'] == 0)  # no family
]

def group_by_condition(l, conditions):
    return [[item for item in l if condition(item)] for condition in conditions]

[has_family, no_family] = group_by_condition(df, conditions)
1
Zwackelmann