Предположим, у меня есть два кадра данных - условия и данные.
import pandas as pd
conditions = pd.DataFrame({'class': [1,2,3,4,4,5,5,4,4,5,5,5],
'primary_lower': [0,0,0,160,160,160,160,160,160,160,160,800],
'primary_upper':[9999,9999,9999,480,480,480,480,480,480,480,480,4000],
'secondary_lower':[0,0,0,3500,6100,3500,6100,0,4800,0,4800,10],
'secondary_upper':[9999,9999,9999,4700,9999,4700,9999,4699,6000,4699,6000,3000],
'group':['A','A','A','B','B','B','B','C','C','C','C','C']})
data = pd.DataFrame({'class':[1,1,4,4,5,5,2],
'primary':[2000,9100,1100,170,300,210,1000],
'secondary':[1232,3400,2400,380,3600,4800,8600]})
Я хотел бы создать новый столбец (группу) в таблице "данных", который присваивает группу каждой строке, учитывая условия, указанные в таблице "условия".
Таблица условий структурирована так, что строки внутри каждой группы объединяются с помощью "OR", а столбцы объединяются "AND". Например, для назначения группы "B":
(класс = 4 И 160 <= первичный <= 480 И 3500 <= вторичный <= 4700)
ИЛИ ЖЕ
(класс = 4 И 160 <= первичный <= 480 И 6100 <= вторичный <= 9999)
ИЛИ ЖЕ
(класс = 5 И 160 <= первичный <= 480 И 3500 <= вторичный <= 4700)
ИЛИ ЖЕ
(класс = 5 И 160 <= первичный <= 480 И 6100 <= вторичный <= 9999)
Любые строки, которые не соответствуют ни одному из условий, получат назначенную группу "Другое". Итак, окончательный файл данных будет выглядеть следующим образом:
+-------+---------+-----------+-------+
| class | primary | secondary | group |
+-------+---------+-----------+-------+
| 1 | 2000 | 1232 | A |
| 1 | 9100 | 3400 | A |
| 4 | 1100 | 2400 | Other |
| 4 | 170 | 380 | C |
| 5 | 300 | 3600 | B |
| 5 | 210 | 4800 | C |
| 2 | 1000 | 8600 | A |
+-------+---------+-----------+-------+
Вы можете GroupBy
объект GroupBy
и принимать объединение масок в каждой группе:
for key, grp in conditions.groupby('group'):
cols = ['class', 'primary_lower', 'primary_upper',
'secondary_lower', 'secondary_upper']
masks = (data['class'].eq(cls) & \
data['primary'].between(prim_lower, prim_upper) & \
data['secondary'].between(sec_lower, sec_upper) \
for cls, prim_lower, prim_upper, sec_lower, sec_upper in \
grp[cols].itertuples(index=False))
data.loc[pd.concat(masks, axis=1).any(1), 'group'] = key
data['group'] = data['group'].fillna('Other')
Результат:
print(data)
class primary secondary group
0 1 2000 1232 A
1 1 9100 3400 A
2 4 1100 2400 Other
3 4 170 380 C
4 5 300 3600 C
5 5 210 4800 C
6 2 1000 8600 A
Примечание index=4
имеет другой результат для вашего желаемого результата, так как существует множество условий, которые удовлетворяют данным.