複雑な条件付きの列を作成する（幾何平均）Python

Question

私はdfに列を作成しようとしています。これは、指定された時刻の水が泳ぐことができる品質であるかどうかを教えてくれます。私は幾何学的な意味で壁に当たっています。

これは、私が働いている何のようなミニサンプルDFです：

df = pd.DataFrame({'Site': ['A', 'A', 'A', 'A', 'A', 'B', 'B', 'B', 'C'], 'EnteroCount': [1733, 4, 20, 150, 70, 1500, 55, 22, 180]}) 
df["Site"] = df["Site"].astype('category') 

これらは、水泳用の水は許容できない作る条件である：
EnteroCount> = 110
OR
5か幾何平均（加重平均）が30より大きいサンプルが多数あります。

「許容」または「許容しない」という値を割り当てるカラムを作成したいとします。これらの条件の両方に基づいて「可能」である。最初の条件は、以下の、しかしgmeanに持ち込む私にできることはそれほど簡単ではありません（またはそれですか？）：

df['swim'] = np.where(df['EnteroCount']>=110, 'unacceptable', 'acceptable') 

これを効率的に行うことができるか見てみたいです。

Answer 1

それが30以上である場合、これは各サイトをチェックの幾何平均を計算します。

>>> df['geo_mean_acceptable'] = (
     df.groupby('Site') 
      .transform(lambda group: group.prod() ** (1/float(len(group))) > 30) 
      .astype(bool)) 

そして、これは、各サイトの幾何平均を取得：幾何平均機能を使用して

>>> df.groupby('Site').EnteroCount.apply(lambda group: group.product() ** (1/float(len(group)))) 
Site 
A  68.016702 
B 121.981006 
C 180.000000 
Name: EnteroCount, dtype: float64 

をscipyから：

from scipy.stats.mstats import gmean 

>>> df.groupby('Site').EnteroCount.apply(gmean) 
Site 
A  68.016702 
B 121.981006 
C 180.000000 
Name: EnteroCount, dtype: float64 

5つの最高値があなたに高い値を与えるグループでのST幾何平均、あなたはこれを使用することができます。

>>> df.groupby('Site').EnteroCount.apply(lambda group: group.nlargest(5).values.tolist()) 
Site 
A [1733, 150, 70, 20, 4] 
B   [1500, 55, 22] 
C      [180] 
Name: EnteroCount, dtype: object 

：

df.groupby('Site').EnteroCount.apply(lambda group: gmean(group.nlargest(5))) 

あなたはそれが、その後gmeanためのパラメータとして慣れるグループで最大5つの値を選択しているかを確認することができますサマリー

df['swim'] = np.where(
    (df.groupby('Site').EnteroCount.transform(max) > 110) | 
    (df.groupby('Site').EnteroCount.transform(lambda group: gmean(group.nlargest(5))) > 30), 
    'unacceptable', 'acceptable')