如何使用Pandas在Python中基于同一行中的另一个单元格设置单元格值

Question

我正在摸索Python和Pandas库，尝试一些基本的东西，但在文档中迷失了方向。

我有一台Pandas DataFrame

A    B    C    D
1    2    3    4
3    4    1    7
6    9    0    1

..。其他10k+行。

我现在想添加一个列，名为'E‘，如果'D’的值在整个列的前10%，则应该显示为True/False。

我尝试过的一种方法是按列'D‘降序排序，然后更新前10%的行，这样我就可以排序了，但还没有想出如何更新前10%的行

此外，这种方式改变了最初的顺序，这是不可取的。

 df = df.sort_values('D',ascending=False)
 df.iloc[:0, :(df.shape[0]-1)/10, 5] = value    --- this doesn't work.

只是检查是否有一种方法可以在不排序的情况下实现这一点？如果没有，如果前10%的行已排序，如何更新它们？

谢谢

Answer 1

如果需要top10值而不使用重复项进行排序，请使用np.argsort

np.random.seed(2021)

df = pd.DataFrame(np.random.randint(30, size=(20, 5)), columns=list('ABCDE'))

n = 10
N = int(len(df.index)*(n/100))
print (N)
2

df['mask'] = np.argsort(np.argsort(-df['E'].to_numpy())) < N
print (df)
     A   B   C   D   E   mask
0   20  21  25   0  13  False
1   22  12  27  29  21   True
2   29  24  12  22   6  False
3    6   6   1   5   7  False
4    1  14   1  28   5  False
5   26   2  16   3  17  False
6   16  18  22  27  20  False
7   29  24   5  17   6  False
8   10  14   7  21   6  False
9    9  21  22  25  18  False
10  10   4  13  10  19  False
11  25  18  26  15   8  False
12  10  12  21  11  19  False
13   1  14  17  25  18  False
14   7  21  19  27  12  False
15  23  19   9   4   9  False
16   7  25   7   7  20  False
17  27  29  11  27  19  False
18  18  14  25  27  18  False
19  21  18  26   0  20   True

如果需要，可以使用所有top2值与Series.nlargest和Series.isin进行比较

df['mask'] = df['E'].isin(df['E'].nlargest(2))
print (df)
     A   B   C   D   E   mask
0   20  21  25   0  13  False
1   22  12  27  29  21   True
2   29  24  12  22   6  False
3    6   6   1   5   7  False
4    1  14   1  28   5  False
5   26   2  16   3  17  False
6   16  18  22  27  20   True
7   29  24   5  17   6  False
8   10  14   7  21   6  False
9    9  21  22  25  18  False
10  10   4  13  10  19  False
11  25  18  26  15   8  False
12  10  12  21  11  19  False
13   1  14  17  25  18  False
14   7  21  19  27  12  False
15  23  19   9   4   9  False
16   7  25   7   7  20   True
17  27  29  11  27  19  False
18  18  14  25  27  18  False
19  21  18  26   0  20   True

Answer 2

如果你不想使用内置的quantile。使用排序方法:-

top_10_pc = int(len(df.index) * 0.1)
min_val = min(df.sort_values(by=['D'], ascending=False)[:top_10_pc]['D'])
df['E'] = df['D'] >= min_val