Python - Pandas：特定のキーの値で分割する方法

Question

他の列のpandasデータフレームで列を計算したいと思います。例えば

、私はこれらのデータフレームを持っている場合、

df = pd.DataFrame({ 
    "year" : ['2017', '2017', '2017', '2017', '2017','2017', '2017', '2017', '2017'], 
    "rooms" : ['1', '2', '3', '1', '2', '3', '1', '2', '3'], 
    "city" : ['tokyo', 'tokyo', 'toyko', 'nyc','nyc', 'nyc', 'paris', 'paris', 'paris'], 
    "rent" : [1000, 1500, 2000, 1200, 1600, 1900, 900, 1500, 2200], 
}) 

print(df) 

    city rent rooms year 
0 tokyo 1000  1 2017 
1 tokyo 1500  2 2017 
2 toyko 2000  3 2017 
3 nyc 1200  1 2017 
4 nyc 1600  2 2017 
5 nyc 1900  3 2017 
6 paris 900  1 2017 
7 paris 1500  2 2017 
8 paris 2200  3 2017 

私は同じ年と客室内の他の都市の家賃に比べて家賃を追加したいと思います。

理想の結果が

city rent rooms year vs_nyc 
0 tokyo 1000  1 2017 0.833333 
1 tokyo 1500  2 2017 0.9375 
2 toyko 2000  3 2017 1.052631 
3 nyc 1200  1 2017 1.0 
4 nyc 1600  2 2017 1.0 
5 nyc 1900  3 2017 1.0 
6 paris 900  1 2017 0.75 
7 paris 1500  2 2017 0.9375 
8 paris 2200  3 2017 1.157894 

はどのように年と部屋を考慮し vs_nycのように列を追加するには、以下のようなもの？

私が説明するために、働いていた

# filtering gets NaN value, and fillna(method='pad') also not worked 

df.rent/df[df['city'] == 'nyc'].rent 

0 NaN 
1 NaN 
2 NaN 
3 1.0 
4 1.0 
5 1.0 
6 NaN 
7 NaN 
8 NaN 
Name: rent, dtype: float64 

Answer 1

をいくつかを試してみましたが、ありません。その後、我々は

を分割することができます

​​unstack

d1 = df.set_index(['city', 'year', 'rooms']).rent.unstack('city') 

d1 

city   nyc paris tokyo toyko 
year rooms         
2017 1  1200.0 900.0 1000.0  NaN 
    2  1600.0 1500.0 1500.0  NaN 
    3  1900.0 2200.0  NaN 2000.0 

を私は街の上またはアンスタッキング最初の旋回によってこれを行うには良い方法があるかもしれないと思う

d1.div(d1.nyc, 0) 

city  nyc  paris  tokyo  toyko 
year rooms         
2017 1  1.0 0.750000 0.833333  NaN 
    2  1.0 0.937500 0.937500  NaN 
    3  1.0 1.157895  NaN 1.052632 

---

ソリューション

d1 = df.set_index(['city', 'year', 'rooms']).rent.unstack('city') 
df.join(d1.div(d1.nyc, 0).stack().rename('vs_nyc'), on=['year', 'rooms', 'city']) 

    city rent rooms year vs_nyc 
0 tokyo 1000  1 2017 0.833333 
1 tokyo 1500  2 2017 0.937500 
2 toyko 2000  3 2017 1.052632 
3 nyc 1200  1 2017 1.000000 
4 nyc 1600  2 2017 1.000000 
5 nyc 1900  3 2017 1.000000 
6 paris 900  1 2017 0.750000 
7 paris 1500  2 2017 0.937500 
8 paris 2200  3 2017 1.157895 

cols = ['city', 'year', 'rooms'] 
ny_rent = df.set_index(cols).rent.loc['nyc'].rename('ny_rent') 
df.assign(vs_nyc=df.rent/df.join(d1, on=d1.index.names).ny_rent)