Добавить столбец панд DataFrame на основе значений двух других столбцов с помощью GroupBy()

Question

у меня есть очень большой файл данных, который может быть смоделирован на код ниже:

import pandas as pd 
import numpy as np 
import random 

x = pd.DataFrame({'file_name': np.repeat(['csv_1', 'csv_2'], 32), 
        'side': np.tile(np.repeat(['n', 'f'], 16),2), 
        'ten_13':np.tile(np.repeat(['10', '13'], 8),4), 
        'rand_data': np.random.uniform(-1, 1, size=64)}) 

x = x.set_index(['file_name', 'side', 'ten_13']) 
x.head() 

Мне нужна ваша помощь, чтобы добавить колонку под названием web_colс использованием метода groupand() pandas '' (), приведенного выше DataFrame x.

Колонна web_col зависит от комбинации значений в столбцах side, ten_13 и имеет одно из четырех возможных значений последовательности:

• 1: 8, если значение «стороны» = «п» и «ten_13 '=' 10 '
• 9:16 если значение' side '=' n 'и' ten_13 '=' 13 '
• 17:24 если значение' side '=' f 'и' ten_13 '=' 10 '
• 25:32 если значение' side '=' f 'и' ten_13 '=' 13 '

file_name содержит различные файлы csv; в приведенном ниже коде есть только два файла. Каждый файл имеет точные точные значения side и ten_13.

Я создал этот web_col столбец с помощью функции Numpy np.where(), но я хотел бы использовать панда GroupBy() вместо этого. np.where() код ниже:

ten_13 = x.index.get_level_values('ten_13') 
side = x.index.get_level_values('side') 

n_10 = ((ten_13 == '10') & (side == 'n')).reshape(-1,8) 
n_13 = ((ten_13 == '13') & (side == 'n')).reshape(-1,8) 
f_10 = ((ten_13 == '10') & (side == 'f')).reshape(-1,8) 
f_13 = ((ten_13 == '13') & (side == 'f')).reshape(-1,8) 

web_col = np.where(n_10, np.arange(1, 9, 1), 
        np.where(f_10, np.arange(17, 25, 1), 
          np.where(n_13, np.arange(9, 17, 1), 
            np.where(f_13, np.arange(25,33, 1), np.arange(1, 9, 1))))) 
x['web_col'] = web_col.reshape(64,1) 
x.head() 

Answer 1

Вы могли использовать pandas.apply() для этого, но, учитывая, что у вас есть только 4 условия, следующий, вероятно, более эффективным.

x.loc[(x['side'] == 'n') & (x['ten_13'] == '10'), 'web_col'] = '1:8' 
... for each condition 

Если вы установите соответствующие индексы, это будет еще быстрее.

x.set_index(['side', 'ten_13'], inplace=True) 
x.sortlevel(inplace=True) # speeds up lookups 
x.loc[('n', '10'), 'web_col'] = '1:8' 
... for each condition 
x.reset_index(inplace=True) # to restore original dataframe