我有以下玩具数据帧（实际的有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，选择该行的这weight是一个新的列最大，并指定size2该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
我找到了，但对我不起作用
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']))
您可以使用IIUC merge。我认为insize2是第一个值M，因为maxweight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
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