给定的数据框:
dfd = pd.DataFrame({'A': [1, 1, 2,2,3,3],
'B': [4, 5, 6,7,8,9],
'C':['a','b','c','c','d','e']
})
我可以使用
找到每个 A 组的最后一个 C 值dfd.groupby('A').last()['C']
但是,我想将 C 值更新为 np.nan。我不知道该怎么做。方法如:
def replace(df):
df['C']=np.nan
return replace
dfd.groupby('A').last().apply(lambda dfd: replace(dfd))
不起作用。
我想要这样的结果:
dfd_result= pd.DataFrame({'A': [1, 1, 2,2,3,3],
'B': [4, 5, 6,7,8,9],
'C':['a',np.nan,'c',np.nan,'d',np.nan]
})
最佳答案
IIUIC,你需要loc
。使用 tail
In [1145]: dfd.loc[dfd.groupby('A')['C'].tail(1).index, 'C'] = np.nan
In [1146]: dfd
Out[1146]:
A B C
0 1 4 a
1 1 5 NaN
2 2 6 c
3 2 7 NaN
4 3 8 d
5 3 9 NaN
dfd.loc[dfd.groupby('A').tail(1).index, 'C'] = np.nan
也应该没问题。
关于python - 更新 pandas groupby().last() 的列值,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/45846102/