python - 如何根据多个条件按变量组有效更新数据帧值？

Question

我有一个数据框如下:

输入自由度:

name  name_group  value
foo1          a       2
foo2          a       2
foo3          a       2
foo4          a       2
bar1          b
bar2          b
bar3          b
buzz1         c       6
buzz2         c       6
buzz3         c       6
buzz4         c       6
buzz5         c       6

每个 name_group 中的每一行都具有相同的“值”，因此在这种情况下，name_group“a”中的每个名称都具有相同的“值”，name_group“b”中的每个名称都具有相同的“值”，等等。

我想创建一个新列“new_vals”，它等于最小值(“name_group”、“value”列中的行数)。如果任何“name_group”的“value”列中存在缺失值，它应该只使用该“name_group”中的行数。对于我的示例数据框，所需的输出是:

输出方向:

name  name_group  value   new_vals
foo1          a       2          2
foo2          a       2          2
foo3          a       2          2
foo4          a       2          2
bar1          b                  3
bar2          b                  3
bar3          b                  3
buzz1         c       6          5
buzz2         c       6          5
buzz3         c       6          5
buzz4         c       6          5
buzz5         c       6          5

目前，我实现此目的的方法是遍历“name_group”列中的每个唯一值，找到该 name_group 中的行数，将其与“value”列中的值进行比较，然后设置值“new_val”列基于两者之间的最小值。每个“name_group”的结果都连接到另一个数据帧，直到我得到最终输出。

虽然此方法有效，但我觉得好像必须有一种更有效的方法来执行此操作，而不是将子集作为起始数据帧，分别处理每个“name_group”，然后将所有内容重新组合在一起。有没有人有更 pythonic/有效的方法来重现此功能？

这是反射(reflect)我当前流程的一些代码:

output_df = pd.DataFrame()
for name_group in input_df['name_group'].unique():
    # process the data one name group at a time
    temp_df = input_df.loc[input_df['name_group'] == name_group]

    max_val = temp_df['value'].max()
    name_group_cnt = temp_df.shape[0]

    # if the "value" column is empty, set new_val equal to the number of
    # rows in that name_group
    if max_val == '':
        new_val = name_group_cnt
    else:
        new_val = min(max_val, name_group_cnt)

    temp_df['new_val'] = new_val
    output_df = pd.concat([output_df, temp_df])

Answer 1

我将使用transform 和np.where

s=df.groupby('name_group').name_group.transform('count')
df['New']=np.where(s>df.value,df.value,s)
df
Out[13]: 
     name name_group  value  New
0    foo1          a    2.0  2.0
1    foo2          a    2.0  2.0
2    foo3          a    2.0  2.0
3    foo4          a    2.0  2.0
4    bar1          b    NaN  3.0
5    bar2          b    NaN  3.0
6    bar3          b    NaN  3.0
7   buzz1          c    6.0  5.0
8   buzz2          c    6.0  5.0
9   buzz3          c    6.0  5.0
10  buzz4          c    6.0  5.0
11  buzz5          c    6.0  5.0