Question

我的数据框如下：

    A       B         C     
0  foo  1.496337 -0.604264  
1  bar -0.025106  0.257354 
2  foo  0.958001  0.933328 
3  foo -1.126581  0.570908
4  bar -0.428304  0.881995 
5  foo -0.955252  1.408930 
6  bar  0.504582  0.455287 
7  bar -1.076096  0.536741 
8  bar  0.351544 -1.146554 
9  foo  0.430260 -0.348472

我希望得到每个组的B列的最大值（按A分组时），并将其添加到C列。所以这就是我的尝试：

按A分组：

df = df.groupby(by='A')

获取列B的最大值，然后尝试将其应用于列'C'：

for name in ['foo','bar']:
    maxi = df.get_group(name)['B'].max()
    df.get_group(name)['C'] = df.get_group(name)['C']+maxi

此时大熊猫建议Try using .loc[row_indexer,col_indexer] = value instead。这是否意味着我必须在for列上使用if的行上使用A循环并逐个修改C数据？我的意思是，这似乎不是大熊猫，我觉得我错过了什么。我怎样才能更好地解决这个分组数据框架？

Answer 1

此类操作使用转换或聚合完成。在您的情况下，您需要transform

# groupby 'A'
grouped = df.groupby('A')

# transform B so every row becomes the maximum along the group:
max_B = grouped['B'].transform('max')

# add the new column to the old df
df['D'] = df['A'] + max_B

或者在一行中：

In [2]: df['D'] = df.groupby('A')['B'].transform('max') + df['C']

In [3]: df
Out[3]: 
     A         B         C         D
0  foo  1.496337 -0.604264  0.892073
1  bar -0.025106  0.257354  0.761936
2  foo  0.958001  0.933328  2.429665
3  foo -1.126581  0.570908  2.067245
4  bar -0.428304  0.881995  1.386577
5  foo -0.955252  1.408930  2.905267
6  bar  0.504582  0.455287  0.959869
7  bar -1.076096  0.536741  1.041323
8  bar  0.351544 -1.146554 -0.641972
9  foo  0.430260 -0.348472  1.147865

有关详细信息，请参阅 http://pandas.pydata.org/pandas-docs/stable/groupby.html

Python pandas - 将函数应用于分组数据帧

1 个答案: