Python:在DataFrame中，在新列中为另一列中具有最高值的行添加值，并在第三列中添加相同的字符串

Question

我试图找到一种有效的方法来确定在 DataFrame 中哪一行在另一列(字符串)中的“字符串”相同时在一列(值)中具有最高值，从而创建一个新列(主题)包含此信息以备后用。

这里是一个数据框的例子:

    String    N   value
0   EXAM     10     250
1   EXAMP    20     350
2   EXAMPLE  30     450
3   EXAMPLE  40     400
4   EXA      50     300
5   EX       60     100 

这是我要找的:

    String    N   value  motif
0   EXAM     10     250    Nan
1   EXAMP    20     350    Nan
2   EXAMPLE  30     450      1
3   EXAMPLE  40     400    Nan
4   EXA      50     300    Nan
5   EX       60     100    Nan

我尝试使用拆分应用组合方法

def group_motif(df):
    if df.groupby(['String']).size() > 1:
        "something like for row with the highest value in column ['value']":
            "create a new column in df called ['motif'] and add value = 1 in the row

然后我想对这个函数做一个 groupby.apply 然后组合不同的组，但我做不对。

除了使用 groupby 之外，还有其他有效的方法吗？

Answer 1

IIUC 然后你可以groupby 'String', filter 然后调用 idxmax 返回具有最大值的行标签并将这些行分配给 1:

In [201]:
df.loc[df.groupby('String').filter(lambda x: len(x) > 1)['value'].idxmax(), 'motif'] = 1
df

Out[201]:
    String   N  value  motif
0     EXAM  10    250    NaN
1    EXAMP  20    350    NaN
2  EXAMPLE  30    450      1
3  EXAMPLE  40    400    NaN
4      EXA  50    300    NaN
5       EX  60    100    NaN