Machen Sie einen inneren Beitritt in Python Pandas mit Kriterien

Question

Ich versuche in Python/Pandas zu replizieren, was in SQL ziemlich einfach wäre, aber stecken geblieben.

Ich möchte mit drei Spalten einen Datenrahmen zu übernehmen:

dataframe1 

    Org Des Score 
0 A B 10 
1 A B 11 
2 A B 15 
3 A C 4 
4 A C 4.5 
5 A C 6 
6 A D 100 
7 A D 110 
8 A D 130 

Und alle Scorewerte herauszufiltern, die größer sind als die Mindest * 1.2 für jede Org-Des-Kombination.

So würde die Ausgabetabelle sein:

output_dataframe 

    Org Des Score 
0 A B 10 
1 A B 11 
3 A C 4 
4 A C 4.5 
6 A D 100 
7 A D 110 

Zur ersten Org-Des-Combo, AB, ist die min Score 10 und (1,2 * min) = 12. So Zeilen 0 und 1 würden erhalten bleiben weil die Punkte 10 und 11 < sind. Zeile 3 würde eliminiert werden, weil sie> 12 ist.

Für AC ist der min Score 4 und (1,2 * min) = 5. Also Zeilen 3 und 4 bleiben erhalten, weil sie sind < 5. Und so weiter ...

Mein Ansatz

Ich dachte, ich den folgenden Ansatz verwenden würde:

1. Verwenden Sie eine groupby Funktion einen Datenrahmen mit den Minuten mit dem Org-Dem Paar zu erstellen:

   dataframe2 = pd.DataFrame(dataframe1.groupby(['Org','Des'])['Score'].min()) 
   

2. Dann tun ein innerer Join (oder eine Zusammenführung?) zwischen Dataframe1 und Dataframe2 mit den Kriterien, dass der Score < 1.2 * min für jeden Org-Des-Paartyp ist.

Aber ich habe nicht in der Lage zu bekommen dies aus zwei Gründen zu arbeiten, 1) dataframe2 endet eine funky Form zu sein, die ich brauchen würde, um herauszufinden, wie mit dataframe1 zu verbinden oder zu fusionieren, oder verwandeln dann Join/merge und 2) Ich weiß nicht, wie man Kriterien als Teil eines Joins/merge festlegen.

Ist dies der richtige Ansatz oder gibt es einen pythischeren Weg, um das gleiche Ziel zu erreichen?

bearbeiten zu reflektieren @Psidom Antwort:

ich den Code versucht, die Sie vorgeschlagen und es gab mir einen Fehler, hier ist der vollständige Code und Ausgabe:

In: import pandas as pd 
    import numpy as np 

In: df1 = pd.DataFrame({'Org': ['A','A','A','A','A','A','A','A','A'], 
         'Des': ['B','B','B','C','C','C','D','D','D'], 
         'Score': ['10','11','15','4','4.5','6','100','110','130'], }) 

Out: Org Des Score 
    0 A B 10 
    1 A B 11 
    2 A B 15 
    3 A C 4 
    4 A C 4.5 
    5 A C 6 
    6 A D 100 
    7 A D 110 
    8 A D 130 

In: df2 = pd.DataFrame(df1.groupby(['Org','Des'])['Score'].min()) 
    df2 

Out:  Score 
    Org Des 
    A B 10 
     C 4 
     D 100 

In: df1 = pd.merge(df1, df2.groupby(['Org', 'Des']).min()*1.2, left_on = ['Org', 'Des'], right_index=True) 
    df.loc[df1.Score_x < df1.Score_y, :] 

Out: KeyError: 'Org' #It's a big error but this seems to be the relevant part. Let me know if it would be useful to past the whole error. 

ich vermute ich, die haben df1, df2 und df sind durcheinander? Ich habe den ursprünglichen Antwortposten geändert, um ihn dem Code anzupassen.

Answer 1

Sie können die Verknüpfungskriterien wie folgt einrichten.Für den Original-Datenrahmen, stellen Sie die Join-Spalten als ['Org', 'Des'], und für den aggregierten Datenrahmen der gruppierten Spalten-Index werden, so dass Sie right_index einstellen müssen wahr sein, dann sollte es funktionieren wie erwartet:

import pandas as pd 
df1 = pd.DataFrame({'Org': ['A','A','A','A','A','A','A','A','A'], 
        'Des': ['B','B','B','C','C','C','D','D','D'], 
        'Score': [10,11,15,4,4.5,6,100,110,130]}) 
df2 = pd.DataFrame(df1.groupby(['Org','Des'])['Score'].min()) 

df3 = pd.merge(df1, df2, left_on = ['Org', 'Des'], right_index=True) 
df1.loc[df3.Score_x < df3.Score_y * 1.2, ] 

# Org Des Score 
#0 A B 10.0 
#1 A B 11.0 
#3 A C 4.0 
#4 A C 4.5 
#6 A D 100.0 
#7 A D 110.0 

Answer 2

I tat es wie folgt aus:

df[df.groupby(['Org', 'Des']).Score.apply(lambda x: x < x.min() * 1.2)]