python - 如何根据另一列的每组最大值将一列的标签分配给新的标签？ Pandas 变形

Question

我在 Pandas 中有以下示例数据框。如何获取每个 'Id' 的 'label_weight' 值的最大值并将相应的 'label' 列分配给该 'Id' 在新列 'assgined_label'

df = pd.DataFrame(columns=['Id', 'label_weight', 'label'])

df['Id'] = ['A','A','A','A','B','B','B','B','C','C','C','C']
df['label'] = ['H','H', 'H','M', 'H', 'M', 'M', 'L','H', 'H', 'L', 'L']
df['label_weight'] = ['30','30', '30','28', '29','31', '31', '30', '26', '26','28','28']

所需的输出应如下所示:

df['assgined_label'] = ['H','H', 'H','H', 'M','M', 'M','M', 'L','L', 'L','L']

我尝试了类似的方法，但无法产生正确的结果。

df['assgined_label'] = df.groupby('Id')['label_weight']\
                         .transform(lambda x: x.max() x['label'])

感谢任何帮助或提示。

Answer 1

通过 DataFrame.set_index 创建索引通过 DataFrameGroupBy.idxmax 获取索引值与 GroupBy.transform , 因为分配给numpy数组的索引值与原来不同:

#convert column to numeric
df['label_weight'] = df['label_weight'].astype(int)
#pandas 0.24+
df['assigned_label'] = (df.set_index('label')
                          .groupby('Id')['label_weight']
                          .transform('idxmax')
                          .to_numpy())

#pandas below 0.24
df['assigned_label'] = (df.set_index('label')
                          .groupby('Id')['label_weight']
                          .transform('idxmax')
                          .values)

print (df)
   Id  label_weight label assgined_label
0   A            30     H              H
1   A            30     H              H
2   A            30     H              H
3   A            28     M              H
4   B            29     H              M
5   B            31     M              M
6   B            31     M              M
7   B            30     L              M
8   C            26     H              L
9   C            26     H              L
10  C            28     L              L
11  C            28     L              L