小编Mat*_*sna的帖子

假设我有一个带有两列的pandas DataFrame：salary和food_perc（您在食品上花费的薪水百分比）。每行对应一个不同的人。

import pandas as pd
import numpy as np

# Set seed
np.random.seed(1)

# Create dataframe
df = pd.DataFrame({'salary': np.round(np.random.uniform(10000, 100000, 100), 2),
                   'food_perc': np.round(np.random.uniform(0.1, 0.9, 100), 2)})

我想要一个新的列，称为food_compare每个人在哪里，我要看看他们food_perc与收入相似（+/- 10％）的人的比较。

由于每个人的+/- 10％同类群组会有所不同，因此，我看不出一种方法来避免遍历每一行并每次都创建同类群组，如下所示。

for i in df.index:

    # Isolate the cohort
    df_sub = df[(df.loc[:, 'salary'] * 0.9 < df.loc[i, 'salary']) &
                (df.loc[:, 'salary'] * 1.1 > df.loc[i, 'salary'])]

    # Make the comparison
    df.loc[i, 'food_compare'] = np.divide(df.loc[i, 'food_perc'],
                                          np.mean(df_sub['food_perc']))

每次迭代都为数据帧设置子集实际上不是可扩展的解决方案。不幸的是，我无法针对正在解决的问题抢先创建静态垃圾箱（例如，$ 10,000- $ …