pandas géants dataframe appliquer à l'aide des arguments supplémentaires

Question

avec exemple ci-dessous:

df = pd.DataFrame({'signal':[1,0,0,1,0,0,0,0,1,0,0,1,0,0],'product':['A','A','A','A','A','A','A','B','B','B','B','B','B','B'],'price':[1,2,3,4,5,6,7,1,2,3,4,5,6,7],'price2':[1,2,1,2,1,2,1,2,1,2,1,2,1,2]}) 

J'ai une fonction « fill_price » pour créer une nouvelle colonne « Price_B » basée sur « signal » et « prix ». Price_B est égal à Price si «signal» est 1. Price_B est égal à Price_B de la rangée précédente si le signal est 0. Si le sous-groupe commence par un «signal» 0, alors «price_B» sera maintenu à 0 jusqu'à ' signal » tourne 1.

Actuellement, j'ai:

def fill_price(df, signal,price_A): 
p = df[price_A].where(df[signal] == 1) 
return p.ffill().fillna(0).astype(df[price_A].dtype) 

c'est ensuite appliquée à l'aide:

df['Price_B'] = fill_price(df,'signal','price') 

Cependant, je veux utiliser df.groupby. ('produit') appliquer () pour appliquer cette fonction fill_price à deux sous-ensembles de colonnes 'product' séparément, et l'appliquer aussi bien à 'price' qu'à 'price' colonnes price2 '. Quelqu'un pourrait-il aider avec ça?

Je veux essentiellement faire:

df.groupby('product',groupby_keys=False).apply(fill_price, 'signal','price2') 

Answer 1

IIUC, vous pouvez utiliser cette syntaxe:

df['Price_B'] = df.groupby('product').apply(lambda x: fill_price(x,'signal','price2')).reset_index(level=0, drop=True) 

Sortie:

price price2 product signal Price_B 
0  1  1  A  1  1 
1  2  2  A  0  1 
2  3  1  A  0  1 
3  4  2  A  1  2 
4  5  1  A  0  2 
5  6  2  A  0  2 
6  7  1  A  0  2 
7  1  2  B  0  0 
8  2  1  B  1  1 
9  3  2  B  0  1 
10  4  1  B  0  1 
11  5  2  B  1  2 
12  6  1  B  0  2 
13  7  2  B  0  2 

Vous pouvez écrire autant plus simple sans supplément fonction.

df['Price_B'] = (df.groupby('product',as_index=False) 
        .apply(lambda x: x['price2'].where(x.signal==1).ffill().fillna(0)) 
        .reset_index(level=0, drop=True))