熊猫：指派GROUPBY的结果数据框到一个新的列

Question

我有以下的玩具数据框（真正的人有50万行）：

df = pd.DataFrame({'size': list('SSMMMLS'), 
        'weight': [8, 10, 11, 1, 20, 14, 12], 
        'adult' : [False] * 5 + [True] * 2}) 

    adult size weight 
0 False S  8 
1 False S  10 
2 False M  11 
3 False M  1 
4 False M  20 
5 True L  14 
6 True S  12 

而想要GROUPBY adult，选择weight是行最大，并在新的列分配size2的size列值：

adult size size2 weight 
0 False S  S  8 
1 False S  S  10 
2 False M  S  11 
3 False M  S  1 
4 False M  S  20 
5 True L  L  14 
6 True S  L  12 

我发现this，但它不适合我

工作

到目前为止，我有：

df.loc[:, 'size2'] = df.groupby('adult',as_index=True)['weight','size'] 
         .transform(lambda x: x.ix[x['weight'].idxmax()]['size']) 

Answer 1

IIUC可以使用merge。我认为size2的第一个值是M，因为最大weight是20。

df = pd.DataFrame({'size': list('SSMMMLS'), 
        'weight': [8, 10, 11, 1, 20, 14, 12], 
        'adult' : [False] * 5 + [True] * 2}) 

print df 
    adult size weight 
0 False S  8 
1 False S  10 
2 False M  11 
3 False M  1 
4 False M  20 
5 True L  14 
6 True S  12 

print df.groupby('adult').apply(lambda subf: subf['size'][subf['weight'].idxmax()]).reset_index(name='size2')     
    adult size2 
0 False  M 
1 True  L 

print pd.merge(df, df.groupby('adult').apply(lambda subf: subf['size'][subf['weight'].idxmax()]).reset_index(name='size2'), on=['adult'])    
    adult size weight size2 
0 False S  8  M 
1 False S  10  M 
2 False M  11  M 
3 False M  1  M 
4 False M  20  M 
5 True L  14  L 
6 True S  12  L 

Answer 2

你可以使用transform与loc和values：

>>> df["size2"] = df["size"].loc[df.groupby("adult")["weight"].transform("idxmax")].values 
>>> df 
    adult size weight size2 
0 False S  8  M 
1 False S  10  M 
2 False M  11  M 
3 False M  1  M 
4 False M  20  M 
5 True L  14  L 
6 True S  12  L 

---

一步一步，首先要找到合适的指标：

>>> df.groupby("adult")["weight"].transform("idxmax") 
0 4 
1 4 
2 4 
3 4 
4 4 
5 5 
6 5 
dtype: int64 

然后我们使用这些索引到size柱loc：

>>> df["size"].loc[df.groupby("adult")["weight"].transform("idxmax")] 
4 M 
4 M 
4 M 
4 M 
4 M 
5 L 
5 L 
Name: size, dtype: object 

最后，我们采取.values，使指数不当我们尝试分配时，请按方式进行：

>>> df["size"].loc[df.groupby("adult")["weight"].transform("idxmax")].values 
array(['M', 'M', 'M', 'M', 'M', 'L', 'L'], dtype=object) 
>>> df["size2"] = df["size"].loc[df.groupby("adult")["weight"].transform("idxmax")].values 
>>> df 
    adult size weight size2 
0 False S  8  M 
1 False S  10  M 
2 False M  11  M 
3 False M  1  M 
4 False M  20  M 
5 True L  14  L 
6 True S  12  L