Skip to main content
 首页 » 编程设计

python之Groupby 和条件替换

2024年11月24日9mq0036

我想按特定列 (id) 对值进行分组,并用与给定 ID 关联的最大日期时间替换所有值。

这是我写的代码(不起作用)

file.groupby('data__id')['data__answered_at'].apply(lambda x: x['data__answered_at'] == x['data__answered_at'].max()) 

这是我的数据框示例

data__id     data__answered_at 
1              2019-01-10 
1                  Na  
2              2019-01-12 
2                  Na 
3                  Na 
4                  Na 
4                  Na 
5                  Na 
5              2019-01-15    

请您参考如下方法:

使用to_datetime使用 errors='coerce' 将非日期时间替换为 NaT,然后使用 GroupBy.transform 获取每组的最大值, 所以可能用 Series.fillna 替换缺失值:

df['data__answered_at'] = pd.to_datetime(df['data__answered_at'], errors='coerce') 
 
s = df.groupby('data__id')['data__answered_at'].transform('max') 
df['data__answered_at'] = df['data__answered_at'].fillna(s) 
print (df) 
   data__id data__answered_at 
0         1        2019-01-10 
1         1        2019-01-10 
2         2        2019-01-12 
3         2        2019-01-12 
4         3               NaT 
5         4               NaT 
6         4               NaT 
7         5        2019-01-15 
8         5        2019-01-15 

您的解决方案应该用 lambda 函数和 fillna 重写:

f = lambda x: x.fillna(x.max()) 
df['data__answered_at'] = df.groupby('data__id')['data__answered_at'].apply(f)