我在 Pandas 中有以下示例数据框。如何获取每个 'Id
' 的 'label_weight
' 值的最大值并将相应的 'label
' 列分配给该 'Id
' 在新列 'assgined_label
'
df = pd.DataFrame(columns=['Id', 'label_weight', 'label'])
df['Id'] = ['A','A','A','A','B','B','B','B','C','C','C','C']
df['label'] = ['H','H', 'H','M', 'H', 'M', 'M', 'L','H', 'H', 'L', 'L']
df['label_weight'] = ['30','30', '30','28', '29','31', '31', '30', '26', '26','28','28']
所需的输出应如下所示:
df['assgined_label'] = ['H','H', 'H','H', 'M','M', 'M','M', 'L','L', 'L','L']
df['assgined_label'] = df.groupby('Id')['label_weight']\
.transform(lambda x: x.max() x['label'])
感谢任何帮助或提示。
最佳答案
通过 DataFrame.set_index
创建索引通过 DataFrameGroupBy.idxmax
获取索引值与 GroupBy.transform
, 因为分配给numpy数组的索引值与原来不同:
#convert column to numeric
df['label_weight'] = df['label_weight'].astype(int)
#pandas 0.24+
df['assigned_label'] = (df.set_index('label')
.groupby('Id')['label_weight']
.transform('idxmax')
.to_numpy())
#pandas below 0.24
df['assigned_label'] = (df.set_index('label')
.groupby('Id')['label_weight']
.transform('idxmax')
.values)
print (df)
Id label_weight label assgined_label
0 A 30 H H
1 A 30 H H
2 A 30 H H
3 A 28 M H
4 B 29 H M
5 B 31 M M
6 B 31 M M
7 B 30 L M
8 C 26 H L
9 C 26 H L
10 C 28 L L
11 C 28 L L
关于python - 如何根据另一列的每组最大值将一列的标签分配给新的标签? Pandas 变形,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/57321417/