具有分组依据和条件的 Python Pandas 新数据框列

Question

我有一个如下所示的 Pandas 数据框。

player  count1  count2
A       1       1
A       2       1
A       3       1
A       4       2
A       5       2
B       1       1
B       2       2
B       3       2
B       4       2

专栏player包含名称，count1是累加和列 count2包含其他计数。

我现在想创建一个包含 count1 值的新列其中列 count2首先包含值 2 .

因此，结果应该是这样的:

player  count1  count2  new
A       1       1       4
A       2       1       4
A       3       1       4
A       4       2       4
A       5       2       4
B       1       1       2
B       2       2       2
B       3       2       2
B       4       2       2

我试着用 transform 来做, 但我无法弄清楚如何将它与基于 count2 的条件相结合列(以及 count1 列的值)。

没有 groupby它是这样工作的，但我不知道在哪里以及如何添加 groupby :

df['new'] = df.loc[matches['count2'] == 2, 'count1'].min()

Answer 1

使用map按系列:

s = df[df['count2'] == 2].drop_duplicates(['player']).set_index('player')['count1']

df['new'] = df['player'].map(s)
print (df)
  player  count1  count2  new
0      A       1       1    4
1      A       2       1    4
2      A       3       1    4
3      A       4       2    4
4      A       5       2    4
5      B       1       1    2
6      B       2       2    2
7      B       3       2    2
8      B       4       2    2

详细信息:

首先按 boolean indexing 过滤 2 行:

print (df[df['count2'] == 2])
  player  count1  count2
3      A       4       2
4      A       5       2
6      B       2       2
7      B       3       2
8      B       4       2

然后通过drop_duplicates删除player列的欺骗:

print (df[df['count2'] == 2].drop_duplicates(['player']))
  player  count1  count2
3      A       4       2
6      B       2       2