python - Pandas 在 groupby 中设置值

Question

我有一个数据框...

>>> 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

如果“数字”是“字母”列的最小值，我想将“is_min”列设置为 1。这个我试过了，感觉自己接近了……

>>> 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

我很难连接点以将“is_min”的值设置为 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

所以这里发生的事情是，通过调用 loc，我们只选择由您的 transform 方法返回的行，并将这些设置为 1 根据需要。

不确定它是否很重要，但你可以调用 unique 这样你就可以得到没有重复的行标签，这可能会更快:

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