在带有 Groupby 的 Pandas 中：从以另一列为条件的列中分配一个值

Posted 2023-03-11

【中文标题】在带有 Groupby 的 Pandas 中：从以另一列为条件的列中分配一个值

【英文标题】：In Pandas with Groupby: assign a value from a column conditioned on another column

【发布时间】：2021-09-02 13:19:01

【问题描述】：

我有一个这样的 DataFrame：

df = pd.DataFrame('col0': list('aabb'), 
                   'col1': np.arange(4),
                   'col2': list('wxyz'),
                   'col3': np.nan)

    col0 col1 col2 col3
0   a    0    w    NaN
1   a    1    x    NaN
2   b    2    y    NaN
3   b    3    z    NaN

我想将“col1”的最小值对应的“col2”的值分配给“col3”，按“col0”分组。预期输出：

    col0 col1 col2 col3
0   a    0    w    w
1   a    1    x    w
2   b    2    y    y
3   b    3    z    y

如果不需要按 'col0' 分组，这会起作用：

df['col3'] = df[df['col1']==df['col1'].min()]['col2'].iloc[0]

    col0 col1 col2 col3
0   a    0    w    w
1   a    1    x    w
2   b    2    y    w
3   b    3    z    w

同样，这是我使用 groupby/apply 的尝试，但没有按预期工作：

df['col3'] = df.groupby('col0').apply(lambda x: x[x['col1']==x['col1'].min()]['col2'].iloc[0])

    col0 col1 col2 col3
0   a    0    w    NaN
1   a    1    x    NaN
2   b    2    y    NaN
3   b    3    z    NaN

【参考方案1】：

你可以通过变换idxmin然后series.map进行分组：

d = dict(zip(df['col1'],df['col2']))
df['col3'] = df['col3'].fillna(df.groupby("col0")['col1'].transform('idxmin').map(d))

---

print(df)

  col0  col1 col2 col3
0    a     0    w    w
1    a     1    x    w
2    b     2    y    y
3    b     3    z    y    

【参考方案2】：

另一个transforming 与idxmin 和loc：

df["col3"] = df.groupby("col0").col1.transform(lambda x: df.loc[x.idxmin(), "col2"])

得到

  col0  col1 col2 col3
0    a     0    w    w
1    a     1    x    w
2    b     2    y    y
3    b     3    z    y

【讨论】：

好吧，我的是最差的，你的是最好的:)

@Stryder 我强烈反对:)

这非常适用于我在 col1 中寻找最小值索引的特殊情况。如果我有一个更一般的条件：“将与 'col1' 的 真实条件 对应的 'col2' 的值分配给 'col3'，按 'col0' 分组”怎么办？

@makpalan 我不确定你所说的真实条件是什么意思，但也许它也可以放在上面的loc 中而不是idxmin。您能否详细说明情况以及一些示例输入/输出（通过编辑问题）？如果这会使当前的问题变得非常不同，那么您可能会选择问另一个问题，但如果它足够接近，也许没问题，谢谢。

@MustafaAydın 说我想要 col3 的 col2 的（第一个）值，其中 col1>0（与最小值不同的条件，即使在这里微不足道），然后我发现了这个：df["col3"] = df.groupby("col0").col1.transform(lambda x: df.loc[x.index[x>0].tolist()[0], 'col2'])。按照您的方法实际上可以得到更通用的东西，这实际上是我正在寻找的，谢谢

【参考方案3】：

您可以使用 groupby.apply 获取一个系列，然后将其合并到 df 中

df
  col0  col1 col2
0    a     0    w
1    a     1    x
2    b     2    y
3    b     3    z

col3 = df.groupby("col0").apply(lambda x: x.loc[x["col1"].idxmin(), "col2"])
col3.name = "col3"
df = df.merge(col3, how="left", left_on= "col0", right_index= True)

df
 col0  col1 col2 col3
0    a     0    w    w
1    a     1    x    w
2    b     2    y    y
3    b     3    z    y