我有一个DataFrame ...
>>> df = pd.DataFrame({
... 'letters' : ['a', 'a', 'a', 'b', 'b', 'b', 'c', 'c', 'c'],
... 'is_min' : np.zeros(9),
... 'numbers' : np.random.randn(9)
... })
is_min letters numbers
0 0 a 0.322499
1 0 a -0.196617
2 0 a -1.194251
3 0 b 1.005323
4 0 b -0.186364
5 0 b -1.886273
6 0 c 0.014960
7 0 c -0.832713
8 0 c 0.689531
如果“数字”是列“字母”的最小值，我想将“ is_min” col设置为1。我已经尝试过了，觉得自己很亲近...
>>> df.groupby('letters')['numbers'].transform('idxmin')
0 2
1 2
2 2
3 5
4 5
5 5
6 7
7 7
8 7
dtype: int64
我很难连接各个点以将'is_min'的val设置为1。
将行标签传递给loc并设置列：
In [34]:
df.loc[df.groupby('letters')['numbers'].transform('idxmin'), 'is_min']=1
df
Out[34]:
is_min letters numbers
0 1 a -0.374751
1 0 a 1.663334
2 0 a -0.123599
3 1 b -2.156204
4 0 b 0.201493
5 0 b 1.639512
6 0 c -0.447271
7 0 c 0.017204
8 1 c -1.261621
因此，这里发生的是，通过调用，loc我们仅选择您的transform方法返回的行，并将其设置1为所需的行。
不知道这是否重要，但是您可以致电unique以便您仅获得行标签而无需重复，这可能会更快：
df.loc[df.groupby('letters')['numbers'].transform('idxmin').unique(), 'is_min']=1
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句