重新映射和重新组合python pandas中的值

Question

我有一个数据框，其中值已分配给组：import pandas as pddf = pd.DataFrame({ 'num' : [0.43, 5.2, 1.3, 0.33, .74, .5, .2, .12],                   'group' : [1, 2, 2, 2, 3,4,5,5]                    })df  group num0   1   0.431   2   5.202   2   1.303   2   0.334   3   0.745   4   0.506   5   0.207   5   0.12我想确保没有价值在一个小组中。如果值为“孤立”，则应将其重新分配给成员多于一个的下一个最高组。因此，结果数据框应如下所示：  group num0   2   0.431   2   5.202   2   1.303   2   0.334   5   0.745   5   0.506   5   0.207   5   0.12实现此结果的最有效方法是什么？

Answer 1

只能将向量化操作用于此任务。您可以pd.Series.bfill用来创建从原始索引到新索引的映射：

counts = df['group'].value_counts().sort_index().reset_index()

counts['original'] = counts['index']

counts.loc[counts['group'] == 1, 'index'] = np.nan

counts['index'] = counts['index'].bfill().astype(int)

print(counts)

   index  group  original

0      2      1         1

1      2      3         2

2      5      1         3

3      5      1         4

4      5      2         5

然后使用pd.Series.map执行映射：

df['group'] = df['group'].map(counts.set_index('original')['index'])

print(df)

   group   num

0      2  0.43

1      2  5.20

2      2  1.30

3      2  0.33

4      5  0.74

5      5  0.50

6      5  0.20

7      5  0.12

Answer 2

这是我发现的一种解决方案，可能有更好的方法来执行此操作...

# Find the orphans

count = df.group.value_counts().sort_index()

orphans = count[count == 1].index.values.tolist()

# Find the sets

sets = count[count > 1].index.values.tolist()

# Find where orphans should be remapped

where = [bisect.bisect(sets, x) for x in orphans]

remap = [sets[x] for x in where]

# Create a dictionary for remapping, and replace original values

change = dict(zip(orphans, remap))

df = df.replace({'group': change})

df

  group num

0   2   0.43

1   2   5.20

2   2   1.30

3   2   0.33

4   5   0.74

5   5   0.50

6   5   0.20

7   5   0.12