基于DataFrame分组筛选基准值并执行列除法生成新列的Python代码需求

需求说明 #

给定DataFrame，需完成以下操作：

• 按A列的唯一值（如C1、V2）分组
• 对每个分组的C列：
  1. 提取该分组最后两个C值作为候选基准值
  2. 将两个候选值与分组内其余C值对比，选出与其余值最接近的那个作为基准值（示例中C1分组的基准值为12.33，V2分组为36.23）
• 生成D列：
  • 分组内除最后一行外，所有行的C值除以基准值
  • 分组最后一行的D列设为-

示例DataFrame #

代码实现 #

import pandas as pd
import numpy as np

def process_group(group):
    c_vals = group['C'].values
    # 提取最后两个候选基准值
    last_two = c_vals[-2:]
    # 分组内其余C值
    rest_vals = c_vals[:-2]

    # 计算候选值与其余值的平均绝对误差，选误差最小的为基准值
    if len(rest_vals) == 0:
        base_val = last_two[0]
    else:
        mae_candidate1 = np.mean(np.abs(rest_vals - last_two[0]))
        mae_candidate2 = np.mean(np.abs(rest_vals - last_two[1]))
        base_val = last_two[0] if mae_candidate1 <= mae_candidate2 else last_two[1]
    
    # 生成D列：非最后一行用C/基准值，最后一行设为'-'
    # 若需要示例中的字符串格式，替换下面一行为注释内的代码
    group['D'] = np.where(group.index != group.index[-1], group['C'] / base_val, '-')
    # group['D'] = np.where(
    #     group.index != group.index[-1],
    #     group['C'].apply(lambda x: f"({x}/{base_val:.2f})"),
    #     '-'
    # )
    return group

# 构造示例数据
data = {
    'A': ['C1', 'C1', 'C1', 'C1', 'C1', 'C1', 'V2', 'V2', 'V2', 'V2', 'V2'],
    'B': ['b1', 'b2', 'b3', 'b4', 'b5', 'b6', 'b1', 'b2', 'b3', 'b4', 'b5'],
    'C': [10.2, 11.2, 13.12, 11.90, 12.33, 43.90, 54.08, 42.99, 43.65, 36.23, 12.23]
}
df = pd.DataFrame(data)

# 分组处理
df_result = df.groupby('A', group_keys=False).apply(process_group)
print(df_result)

代码说明 #

• 用groupby('A')按A列分组，group_keys=False避免额外添加分组索引
• 通过**平均绝对误差（MAE）**判断候选基准值与其余值的接近程度，MAE越小则越接近
• 用np.where快速区分分组内最后一行和其他行，生成对应D列值
• 代码提供两种D列格式：数值计算结果和示例中的字符串格式，可按需切换

内容的提问来源于stack exchange，提问作者zhhJll