通过选择 Pandas 中的其他列来更新条件列值

Posted 2023-03-12

【中文标题】通过选择 Pandas 中的其他列来更新条件列值

【英文标题】：Update the columns values on condition by selecting other column in Pandas

【发布时间】：2020-12-12 22:40:14

【问题描述】：

我想用特定国家的最早日期更新日期列。例如，在法国国家日期列的所有行中，我想要 16/03/2020，这是法国最早的。如何更新特定行的值以保持法国不变？

85  China   23/01/2020
111 France  NaN
112 France  27/03/2020
113 France  NaN
114 France  20/03/2020
115 France  NaN
116 France  NaN
117 France  NaN
118 France  NaN
119 France  NaN
120 France  16/03/2020
139 Iran    15/03/2020
143 Italy   11/03/2020
217 Spain   14/03/2020

【参考方案1】：

您可以将groupby 和transform 与min 值：

df["Date"] = pd.to_datetime(df["Date"], format="%d/%m/%Y")
df["Date"] = df.groupby("Country")["Date"].transform("min")

print (df)

     id Country       Date
0    85   China 2020-01-23
1   111  France 2020-03-16
2   112  France 2020-03-16
3   113  France 2020-03-16
4   114  France 2020-03-16
5   115  France 2020-03-16
6   116  France 2020-03-16
7   117  France 2020-03-16
8   118  France 2020-03-16
9   119  France 2020-03-16
10  120  France 2020-03-16
11  139    Iran 2020-03-15
12  143   Italy 2020-03-11
13  217   Spain 2020-03-14

【讨论】：

法国日期列的所有行都应该有最小日期。但是这里法国的不同行有不同的日期，不是最小的

【参考方案2】：

country_earliest_dt_dct = df.groupby('country').apply(lambda x: x.min())['date'].to_dict()
df['date'] = df['country'].apply(lambda x: country_earliest_dt_dct[x])

【讨论】：

AttributeError: 'Series' 对象没有属性 'date'

对不起，我假设国家和日期是您数据框中的列。查看我的编辑，并将索引（括号中带有字符串）替换为您的列名。

请在您的代码示例中添加说明以改进此答案。