我有一个多索引数据框,我想根据其中一列的最小值对每个组执行操作。例如:
import pandas as pd
d={'name':['foo','foo', 'foo', 'bar', 'bar', 'bar','baz', 'baz'],
'grp':[1, 2, 4, 1, 4, 8, 2, 4],
'val':[50, 100, 200, 25, 100, 200, 75, 150]}
df = pd.DataFrame(data=d)
df.set_index(['name', 'grp'], inplace=True)
df
给我一个这样的数据框:
val
name grp
foo 1 50
2 100
4 200
bar 1 25
4 100
8 200
baz 2 75
4 150
我想做的是根据“grp”中的最低值对每个“grp”分组的每个值执行操作。例如,通过将组中的每个值除以最低值来归一化每个“val”,得到如下所示:
val
name grp
foo 1 50 1
2 100 2
4 200 4
bar 1 25 1
4 100 4
8 200 8
baz 2 75 1
4 150 2
请注意,计算是在“val”列上执行的,但基于最小“grp”数字的“val”值。我正在努力寻找一种循环遍历此方法的好方法,因此感谢您的指点。 如果它有所作为,我正在使用 Python v3.6。
请您参考如下方法:
使用 div 和 level
df.div(df.min(level=[0]),level='name')
Out[157]:
val
name grp
foo 1 1.0
2 2.0
4 4.0
bar 1 1.0
4 4.0
8 8.0
baz 2 1.0
4 2.0
