Определить значения в пределах порога других в группе в pandas DataFrame

Итак, мой вопрос заключается в том, как получить значения «точности» столбца в +-1 друг от друга по отношению к столбцу «vin». если мы получим значение +-1, то должно быть минимум 2 значения конкретного «vin», а если оно меньше 2 значений, то оно будет ложным.

Ниже мой Dataframe:

импортировать панд как pd

df = pd.DataFrame({'vin':['aaa','aaa','aaa','aaa','bbb','bbb','bbb','bbb','ccc','ccc','ccc','ddd'],
                   'accuracy':[1,2,3,9,22,23,211,212,34,39,40,55]})
df

Мой ожидаемый результат будет похож на столбец «Результат».

df = pd.DataFrame({'vin':['aaa','aaa','aaa','aaa','bbb','bbb','bbb','bbb','ccc','ccc','ccc','ddd'],
                   'value':[1,2,3,9,22,23,211,212,34,39,40,55],'Result':['pass','pass','pass','fail','pass','pass','pass','pass','fail','pass','pass','fail']})
df

выход:

    vin  value Result
0   aaa      1   pass
1   aaa      2   pass
2   aaa      3   pass
3   aaa      9   fail
4   bbb     22   pass
5   bbb     23   pass
6   bbb    211   pass
7   bbb    212   pass
8   ccc     34   fail
9   ccc     39   pass
10  ccc     40   pass
11  ddd     55   fail
Анализ настроения постов в Twitter с помощью Python, Tweepy и Flair
Анализ настроения постов в Twitter с помощью Python, Tweepy и Flair
Анализ настроения текстовых сообщений может быть настолько сложным или простым, насколько вы его сделаете. Как и в любом ML-проекте, вы можете выбрать...
7 лайфхаков для начинающих Python-программистов
7 лайфхаков для начинающих Python-программистов
В этой статье мы расскажем о хитростях и советах по Python, которые должны быть известны разработчику Python.
Установка Apache Cassandra на Mac OS
Установка Apache Cassandra на Mac OS
Это краткое руководство по установке Apache Cassandra.
Сертификатная программа "Кванты Python": Бэктестер ансамблевых методов на основе ООП
Сертификатная программа "Кванты Python": Бэктестер ансамблевых методов на основе ООП
В одном из недавних постов я рассказал о том, как я использую навыки количественных исследований, которые я совершенствую в рамках программы TPQ...
Создание персонального файлового хранилища
Создание персонального файлового хранилища
Вы когда-нибудь хотели поделиться с кем-то файлом, но он содержал конфиденциальную информацию? Многие думают, что электронная почта безопасна, но это...
Создание приборной панели для анализа данных на GCP - часть I
Создание приборной панели для анализа данных на GCP - часть I
Недавно я столкнулся с интересной бизнес-задачей - визуализацией сбоев в цепочке поставок лекарств, которую могут просматривать врачи и...
0
0
26
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Предполагая, что данные отсортированы, вы можете вычислить разницу для каждой группы, проверить, что разница ≤ 1, а затем использовать эту маску и ее сдвиг для передачи в numpy.where:

# if not sorted
# df = df.sort_values(by=['vin', 'accuracy'])

mask = df.groupby('vin')['accuracy'].diff().le(1)
df['Result'] = np.where(mask|mask.groupby(df['vin']).shift(-1), 'pass', 'fail')

выход:

    vin  accuracy Result
0   aaa         1   pass
1   aaa         2   pass
2   aaa         3   pass
3   aaa         9   fail
4   bbb        22   pass
5   bbb        23   pass
6   bbb       211   pass
7   bbb       212   pass
8   ccc        34   fail
9   ccc        39   pass
10  ccc        40   pass
11  ddd        55   fail

Другие вопросы по теме

Похожие вопросы