You need to enable JavaScript to run this app. Pandas按日期邮编分组基于最大价格新增价格比值列的Lambda实现
优惠活动
大模型
产品
解决方案
定价
更多

Pandas按日期邮编分组基于最大价格新增价格比值列的Lambda实现

基于已有的分组最大价格表,用lambda创建Ratio列

你已经生成的df_max_price是通过groupby聚合得到的汇总数据集,结构为每个Date + Zip组合对应一个分组最大价格max_price,比如示例中2019-01-01下邮编90102的max_price为93.23,邮编90103的max_price为13.68,可按以下步骤完成新列创建:

  • 关联分组最大价格到原数据表
    以Date、Zip为关联键,采用左连接将df_max_price中的max_price字段合并到原df上,保证原表所有行不丢失:
    df = df.merge(df_max_price, on=['Date', 'Zip'], how='left')
  • 用lambda逐行计算Ratio值
    通过apply按行遍历原表,搭配lambda函数读取当前行的Price和匹配到的max_price做除法,生成目标列:
    df['Ratio'] = df.apply(lambda row: row['Price'] / row['max_price'], axis=1)

计算结果和示例预期完全匹配:

  • 邮编90102下的58.02元记录,计算值为58.02 / 93.23 ≈ 0.622
  • 邮编90103下唯一的13.68元记录,计算值为13.68 / 13.68 = 1.0

可选异常兼容写法

如果存在分组最大价格为0的场景,为避免触发除以0的报错,可在lambda逻辑中增加判断,同时可按需设置小数位精度:
df['Ratio'] = df.apply(lambda row: round(row['Price'] / row['max_price'], 3) if row['max_price'] != 0 else 0, axis=1)


内容的提问来源于stack exchange,提问作者Akhil Gupta

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.10 00:57:04