Pandas Groupby以降序替换值

时间:2019-12-29 11:04:22

标签: python pandas replace pandas-groupby

我如何以降序替换一列中的值,而保留第二列的最大值,而对于熊猫中的特定组,其他值从该值减一?

我有一个包含2列A和B列的数据框

输入:

A B

210 2
210 1
210 5
210 3
145 1
145 3
145 3
145 6

所需的输出:


A B

210 2
210 3
210 4
210 5
145 3
145 4
145 5
145 6

2 个答案:

答案 0 :(得分:1)

使用groupby.cumcount 然后您可以使用groupby.transform添加最大与组大小之差:

groups = df.groupby('A').B
df['B']=( groups.cumcount()
                .add(1)
                .add(groups.transform('max')
                           .sub(groups.transform('size')) )
        )
print(df)

输出

     A  B
0  210  2
1  210  3
2  210  4
3  210  5
4  145  3
5  145  4
6  145  5
7  145  6

时间比较

%%timeit
groups = df.groupby('A').B
df['B']=( groups.cumcount()
                .add(1)
                .add(groups.transform('max')
                           .sub(groups.transform('size')))
        )
#3.33 ms ± 66 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

%%timeit
def custom_f(grp):
  m = grp.max()
  return np.arange(m - grp.shape[0]+1 , m+1)
df['B'] = df[['A','B']].groupby('A').transform(custom_f)
#9.18 ms ± 890 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

答案 1 :(得分:0)

您可以执行以下操作。基本上,我们为每个组创建一个范围,范围从max - num_rows + 1m

def custom_f(grp):
  m = grp.max()
  return np.arange(m - grp.shape[0]+1 , m+1)
df['B'] = df[['A','B']].groupby('A').transform(custom_f)