Question

我有这个DataFrame

lst = [['AAA',15],['BBB',16],['BBB',22],['AAA',20],['CCC',11],['AAA',10]]
df = pd.DataFrame(lst,columns = ['name','val'])

看起来像这样

  name  val
0  AAA   15
1  BBB   16
2  BBB   22
3  AAA   20
4  CCC   11
5  AAA   10

我想要这个

  name  val
0  AAA   20
1  BBB   22
2  BBB   22
3  AAA   20
4  CCC   11
5  AAA   20

将所有val替换为该name组中的最大值

到目前为止，我做到了

dd = df.groupby('name')['val'].max().to_dict()

这将为我提供所有最大val的字典，现在我必须使用此字典替换它们。

如果我在此之后执行此操作，则会将所有name替换为val，但我想根据那里的val替换所有name

df.replace({"name": dd})

Answer 1

lst = [['AAA',15],['BBB',16],['BBB',22],['AAA',20],['CCC',11],['AAA',10]]
df = pd.DataFrame(lst,columns = ['name','val'])

max = df.groupby('name').max()
df=df.merge(max,on='name')
del df['val_x']

print(df)
  name  val_y
0  AAA     20
1  AAA     20
2  AAA     20
3  BBB     22
4  BBB     22
5  CCC     11

Answer 2

如果您希望/需要翻阅字典，可以DataFrame.apply()进行修改的功能：

import pandas as pd

lst = [['AAA',15],['BBB',16],['BBB',22],['AAA',20],['CCC',11],['AAA',10]]
df = pd.DataFrame(lst,columns = ['name','val'])    
dd = df.groupby('name')['val'].max().to_dict()

df["val"] = df["name"].apply(lambda d: dd[d])

print (df)

或Ch3steR在评论中指出

df["val"] = df["name"].map(dd)

看起来更聪明。参见Series.map()。

输出：

  name  val
0  AAA   20
1  BBB   22
2  BBB   22
3  AAA   20
4  CCC   11
5  AAA   20

Groupby用那里的最大值熊猫替换值

2 个答案: