Question

给定一个示例数据帧df，当按'ind'分组时，如果'Hat'在组中，我想将组中的值设置为'Hat'。即

ind | val              ind | val
----------             ---------
1   | Hat               1  | Hat
1   | Cat               1  | Hat
1   | Cat        - >    1  | Hat
2   | Dog               2  | Dog
2   | Log               2  | Log
3   | Hat               3  | Hat
3   | Hat               3  | Hat

我有以下代码告诉我'帽子'是否在一个组中，但是最好的方法是将该组中的每个值设置为帽子？

for i, x in df.groupby('ind'):
     if(x['val'].str.contains('Hat').any()):

Answer 1

没有groupby或lambda的一种方法是使用pd.DataFrame.loc：

import pandas as pd

df = pd.DataFrame({'ind': [1, 1, 1, 2, 2, 3, 3],
                   'val': ['Hat', 'Cat', 'Cat', 'Dog', 'Log', 'Hat', 'Hat']})

idx = set(df.loc[df['val'].str.contains('Hat', regex=False), 'ind'])

df.loc[df['ind'].isin(idx), 'val'] = 'Hat'

   ind  val
0    1  Hat
1    1  Hat
2    1  Hat
3    2  Dog
4    2  Log
5    3  Hat
6    3  Hat

Answer 2

In [101]: (df.groupby('ind')['val']
             .transform(lambda x: ['Hat'] * len(x) if x.str.contains('Hat').any() else x))
Out[101]:
0    Hat
1    Hat
2    Hat
3    Dog
4    Log
5    Hat
6    Hat
Name: val, dtype: object

Answer 3

我会做什么

df.loc[df.val.eq('Hat').groupby(df.ind).transform('any'),'val']='Hat'
df
   ind  val
0    1  Hat
1    1  Hat
2    1  Hat
3    2  Dog
4    2  Log
5    3  Hat
6    3  Hat

Answer 4

简单

df.groupby("ind").transform(lambda k: "hat" if "hat" in k.values else k.values)

在Pandas Groupby中设置组值

4 个答案: