python - 找到值(value)并将其扩展到 pandas 中的分组

Question

我需要像这样转换 pandas toy-dataframe(基本上按 entity 分组，找到 v 的值 df['gr'] = = 'x' 并将该值“扩展”到整个分组):

entity  gr  v
0   A   x   1
1   A   y   2
2   A   z   3
3   B   z   4
4   B   x   5
5   B   y   6

到这个表格:

    entity  gr  v   new
0   A       x   1   1
1   A       y   2   1
2   A       z   3   1
3   B       z   4   5
4   B       x   5   5
5   B       y   6   5

这是我的解决方案:

import pandas as pd

df = pd.DataFrame({'entity': ['A', 'A', 'A','B', 'B', 'B'], 'gr': ['x', 'y', 'z', 'z', 'x', 'y'], 'v': [1,2,3,4,5,6]})

df['new'] = df.loc[df['gr'] == 'x', 'v']
df['new'] = df.groupby('entity')['new'].ffill().bfill().astype(int)

但我想知道是否存在更好、更简洁或惯用的方法来解决这个问题？

这个问题的细微变化，而不是 df['gr'] == 'x'，不同的掩码 df['gr'] == df['different_column']

Answer 1

如果每个 entity 始终只匹配一个值或没有值是可能的，则首先过滤，然后将 entity 转换为索引并使用 Series.map :

df['new'] = df['entity'].map(df[df['gr'] == 'x'].set_index('entity')['v'])

print (df)
  entity gr  v  new
0      A  x  1    1
1      A  y  2    1
2      A  z  3    1
3      B  z  4    5
4      B  x  5    5
5      B  y  6    5

您的解决方案应更改为 GroupBy.first在 GroupBy.transform :

df['new'] = (df.assign(new = df['v'].where(df['gr'] == 'x'))
               .groupby('entity')['new'].transform('first'))

print (df)
  entity gr  v  new
0      A  x  1  1.0
1      A  y  2  1.0
2      A  z  3  1.0
3      B  z  4  5.0
4      B  x  5  5.0
5      B  y  6  5.0