我正在嘗試根據函式的條件創建一個新列（tpost），其中的值來自 column（post）。但是，新列中的值回傳為空。
目標是在排除place=1的條件下使用同組的第一個值，但是仍然保留列中place=1的值（tpost）
我對缺失值的嘗試：
╔==========╦=========╦========╦======╦====╦==== ＝＝＝╦＝＝＝＝＝＝＝╗ ║ id ║ 主題 ║ 班級 ║ 地點 ║ hf ║ post ║ tpost ║ ╠==========╬========╬========╬======╬===╬=== ＝＝＝╬＝＝＝＝＝＝＝＝╣ ║ 202006106 ║ B_Math ║ Class_4 ║ 4 ║ 1 ║ 0.048 ║ 0.048 ║ ║ 202006106 ║ B_Math ║ Class_4 ║ 6 ║ 1 ║ 0.045 ║ 0.048 ║ ║ 202006106 ║ B_Math ║ Class_4 ║ 7 ║ 1 ║ 0.043 ║ 0.048 ║ ║ 202007153 ║ B_Math ║ Class_4 ║ 4 ║ 1 ║ 0.042 ║ 0.042 ║ ║ 202007155 ║ B_Math ║ Class_4 ║ 6 ║ 1 ║ 0.040 ║ 0.040 ║ ║ 202009094 ║ B_Math ║ Class_4 ║ 2 ║ 1 ║ 0.038 ║ 0.038 ║ ║ 202009094 ║ B_Math ║ Class_4 ║ 8 ║ 1 ║ 0.037 ║ 0.038 ║ ║ 202009095 ║ B_Math ║ Class_4 ║ 4 ║ 1 ║ 0.036 ║ 0.036 ║ ║ 202010143 ║ B_Math ║ Class_4 ║ 2 ║ 1 ║ 0.034 ║ 0.034 ║ ║ 202010143 ║ B_Math ║ Class_4 ║ 7 ║ 1 ║ 0.033 ║ 0.034 ║ ║ 202010145 ║ B_Math ║ Class_4 ║ 1 ║ 1 ║ 0.065 ║ ║ ╚==========╩=========╩========╩======╩===╩==== ＝＝＝╩＝＝＝＝＝＝＝＝╝
正確結果：
╔==========╦=========╦========╦======╦====╦==== ＝＝＝╦＝＝＝＝＝＝＝╗ ║ id ║ 主題 ║ 班級 ║ 地點 ║ hf ║ post ║ tpost ║ ╠==========╬========╬========╬======╬===╬=== ＝＝＝╬＝＝＝＝＝＝＝＝╣ ║ 202006106 ║ B_Math ║ Class_4 ║ 4 ║ 1 ║ 0.048 ║ 0.048 ║ ║ 202006106 ║ B_Math ║ Class_4 ║ 6 ║ 1 ║ 0.045 ║ 0.048 ║ ║ 202006106 ║ B_Math ║ Class_4 ║ 7 ║ 1 ║ 0.043 ║ 0.048 ║ ║ 202007153 ║ B_Math ║ Class_4 ║ 4 ║ 1 ║ 0.042 ║ 0.042 ║ ║ 202007155 ║ B_Math ║ Class_4 ║ 6 ║ 1 ║ 0.040 ║ 0.040 ║ ║ 202009094 ║ B_Math ║ Class_4 ║ 2 ║ 1 ║ 0.038 ║ 0.038 ║ ║ 202009094 ║ B_Math ║ Class_4 ║ 8 ║ 1 ║ 0.037 ║ 0.038 ║ ║ 202009095 ║ B_Math ║ Class_4 ║ 4 ║ 1 ║ 0.036 ║ 0.036 ║ ║ 202010143 ║ B_Math ║ Class_4 ║ 2 ║ 1 ║ 0.034 ║ 0.034 ║ ║ 202010143 ║ B_Math ║ Class_4 ║ 7 ║ 1 ║ 0.033 ║ 0.034 ║ ║ 202010145 ║ B_Math ║ Class_4 ║ 1 ║ 1 ║ 0.065 ║ 0.065 ║ ╚==========╩=========╩========╩======╩===╩==== ＝＝＝╩＝＝＝＝＝＝＝＝╝
這是我使用過的 2 個代碼：
code1:
df=(df.set_index(['id', 'subject', 'class', 'hf'])
.assign(tpost=df[df['place']>1].groupby(['id', 'subject', 'class', 'hf'])['post'].first())
.reset_index())
code2:
df=(df[df['place']>1].groupby(['id', 'subject', 'class', 'hf']).post.transform('first')
.pipe(lambda x: df.assign(tpost = x))
.fillna(''))
orig df code:
data = {'id':['202006106','202006106','202006106','202007153','202007155','202009094',
'202009094','202009095','202010143','202010143','202010145'],
'subject':['B_Math','B_Math','B_Math','B_Math','B_Math','B_Math',
'B_Math','B_Math','B_Math','B_Math','B_Math'],
'class':['Class_4','Class_4','Class_4','Class_4','Class_4','Class_4',
'Class_4','Class_4','Class_4','Class_4','Class_4'],
'hf':[1,1,1,1,1,1,1,1,1,1,1],
'place':[4,6,7,4,6,2,8,4,2,7,1],
'post':[0.048,0.045,0.043,0.042,0.040,0.038,0.037,0.036,0.034,0.033,0.065]}
df = pd.DataFrame(data)
好心提醒。非常感謝
uj5u.com熱心網友回復：
這是一種方法。您可以屏蔽位置 1 的值并在groupby 之后恢復它們transform：
group = df.groupby(['id', 'subject', 'class', 'hf']).ngroup()
new = df['post'].mask(df['place'].eq(1)).groupby(group).transform('first')
df['tpost'] = new.mask(new.isna(), df['post'])
輸出：
id subject class hf place post tpost
0 202006106 B_Math Class_4 1 4 0.048 0.048
1 202006106 B_Math Class_4 1 6 0.045 0.048
2 202006106 B_Math Class_4 1 7 0.043 0.048
3 202007153 B_Math Class_4 1 4 0.042 0.042
4 202007155 B_Math Class_4 1 6 0.040 0.040
5 202009094 B_Math Class_4 1 2 0.038 0.038
6 202009094 B_Math Class_4 1 8 0.037 0.038
7 202009095 B_Math Class_4 1 4 0.036 0.036
8 202010143 B_Math Class_4 1 2 0.034 0.034
9 202010143 B_Math Class_4 1 7 0.033 0.034
10 202010145 B_Math Class_4 1 1 0.065 0.065
轉載請註明出處，本文鏈接：https://www.uj5u.com/net/340518.html
標籤：Python 熊猫 数据框 pandas-groupby
上一篇：洗掉具有一定數量NA的行