python - 根据 aggregion 和条件替换 pandas 中的值

Question

我有一个这样的数据框：

我想用特定值替换col1中的值（例如：用“b”）。我应该根据 col1 和 col2 计算每个组的记录。例如col1 = a, col2 = t 的计数是 3和col1 = a, col2 = u 是 1。

如果计数大于 2，则将 col1 的值替换为“b”。对于此示例，我想将所有“a”值替换为“b”，其中 col2 = t。

我尝试了下面的代码，但它并没有在这种情况下改变所有的“a”值。

import pandas as pd
df = pd.read_excel('c:/test.xlsx')
df.loc[df[(df['col1'] == 'a') & (df['col2'] == 't')].agg("count")["ID"] >2, 'col1'] = 'b'

我想要这个结果：

标签： pythonpandas

Answer 1

您可以使用numpy.where并检查是否满足所有条件。如果是，则将 col1 中的值替换为 b，否则保持原样：

import numpy as np
df['col1'] = np.where((df['col1']=='a') & 
                      (df['col2']=='t') & 
                      (df.groupby('col1')['ID'].transform('count') > 2),'b',df['col1'])

印刷：

   ID col1 col2
0   1    b    t
1   2    b    t
2   3    b    t
3   4    a    u
4   5    b    t
5   6    b    t
6   7    b    u
7   8    c    t
8   9    c    u
9  10    c    w

使用transform('count'), 将检查分组（按 col1）ID 列是否有超过 2 个值。