Question

我有一个DataFrame ......

>>> df = pd.DataFrame({
...            'letters' : ['a', 'a', 'a', 'b', 'b', 'b', 'c', 'c', 'c'], 
...            'is_min' : np.zeros(9),
...            'numbers' : np.random.randn(9)
... })

    is_min  letters numbers
0   0       a       0.322499
1   0       a      -0.196617
2   0       a      -1.194251
3   0       b       1.005323
4   0       b      -0.186364
5   0       b      -1.886273
6   0       c       0.014960
7   0       c      -0.832713
8   0       c       0.689531

我想设置＆＃39; is_min＆＃39; col为1，如果＆＃39;数字＆＃39;是字母＆＃39;列的最小值。我试过这个，觉得我很亲密......

>>> df.groupby('letters')['numbers'].transform('idxmin')

0    2
1    2
2    2
3    5
4    5
5    5
6    7
7    7
8    7
dtype: int64

我很难连接点以设置＆＃39; is_min＆＃39;到1。

Answer 1

将行标签传递给loc并设置列：

In [34]:
df.loc[df.groupby('letters')['numbers'].transform('idxmin'), 'is_min']=1
df

Out[34]:
   is_min letters   numbers
0       1       a -0.374751
1       0       a  1.663334
2       0       a -0.123599
3       1       b -2.156204
4       0       b  0.201493
5       0       b  1.639512
6       0       c -0.447271
7       0       c  0.017204
8       1       c -1.261621

所以，此处发生的是，通过调用loc，我们只选择transform方法返回的行，并根据需要将这些行设置为1。< / p>

不确定是否重要，但您可以致电unique，这样您就可以获得没有重复的行标签，这可能会更快：

df.loc[df.groupby('letters')['numbers'].transform('idxmin').unique(), 'is_min']=1

Answer 2

如果'numbers'是'letters'列的最小值，我想将'is_min'col设置为1。

一种更直观的方法是计算每组letters的最小值，然后使用分组.apply分配is_min：

def set_is_min(m):
   df.loc[df.numbers == m, 'is_min'] = 1
mins = df.groupby('letters').numbers.min().apply(set_is_min)

在大型数据帧中，此方法实际上比使用transform快20％：

# timeit with 100'000 rows
# .apply on group minima
100 loops, best of 3: 16.7 ms per loop
# .transform
10 loops, best of 3: 21.9 ms per loop

我使用apply和transform运行了一些more benchmarks种方法。

Pandas在groupby中设置值

2 个答案: