Question

是否可以执行一个df.loc查找，然后对行的子集执行多项操作？

这是动机。我有2个数据框，其中的数据来自同一用户。我在df_2.groupby('user_id')上循环，然后在另一个数据框上查找以分配一些值：

for user, user_df in df_2.groupby('user_id'):
    df_1.loc[df_1.user_id == user, 'value_1'] == user_df.value_1.mean()
    df_1.loc[df_1.user_id == user, 'value_2'] == user_df.value_2.min()

我可以通过某种方式组合它们来仅执行一个df.loc，但同时分配两个值吗？

Answer 1

您可以对齐索引，然后使用就地 pd.DataFrame.update：

df_1 = df_1.set_index('user_id')
df_1.update(df_2.groupby('user_id')[['value_1', 'value_2']].mean())

请注意，这也消除了对Python级for循环的需要。

Answer 2

我很确定以下方法会起作用：

grouped = df_2.groupby('user_id').agg({'value1': 'mean', 'value2': 'min'})
df_1 = df_1.merge(grouped, left_on='user_id', right_index=True, sort=False)

这要求value1和value2不在df_1中，否则您将有重复的列。如果这是一个潜在问题，请在合并前使用df_1 = df_1.drop(columns=['value1', 'value2'], errors='ignore')。

熊猫-结合使用df.loc进行多种操作？

2 个答案: