Pandas：在某种条件下改变群体的价值

Question

我的 df：import pandas as pdimport numpy as npdf = pd.DataFrame({'id':[1,1,1,2,2],               'time':['2020-01-01 12:00:15','2020-01-01 12:00:30','2020-01-01 12:00:45','2020-01-03 08:00:00','2020-01-03 08:00:15'],               'time1':['2020-01-01 12:00:00','2020-01-01 12:00:00','2020-01-01 12:00:00','2020-01-01 12:00:00','2020-01-01 12:00:00'],               'numb':[1,5,8,0,4]})df['time'] = pd.to_datetime(df['time'])df['time1'] = pd.to_datetime(df['time1'])df['numb_diff'] = df['numb'] - df['numb'].shift()输出：    id                 time               time1 numb    numb_diff0    1  2020-01-01 12:00:15 2020-01-01 12:00:00    1          NaN1    1  2020-01-01 12:00:30 2020-01-01 12:00:00    5          4.02    1  2020-01-01 12:00:45 2020-01-01 12:00:00    8          3.03    2  2020-01-03 08:00:00 2020-01-01 12:00:00    0         -8.04    2  2020-01-03 08:00:15 2020-01-01 12:00:00    4          4.0现在我想设置为组（ ）time1的最低值，只要该位置的第一个条目<0。timeididnumb_diff预期输出：    id                 time               time1 numb    numb_diff0    1  2020-01-01 12:00:15 2020-01-01 12:00:00    1          NaN1    1  2020-01-01 12:00:30 2020-01-01 12:00:00    5          4.02    1  2020-01-01 12:00:45 2020-01-01 12:00:00    8          3.03    2  2020-01-03 08:00:00 2020-01-03 08:00:00    0         -8.0    #Changing time1 to the min of time the group(id = 2)4    2  2020-01-03 08:00:15 2020-01-03 08:00:00    4          4.0

Answer 1

让我们创建一个表示条件的布尔掩码，其中num_diff小于零，然后对该掩码进行分组id并使用 进行转换first，最后使用此掩码的布尔索引来替换 中的值time1：

m = df['numb_diff'].lt(0).groupby(df['id']).transform('first')

df.loc[m, 'time1'] = df.groupby('id')['time'].transform('min')

   id                time               time1  numb  numb_diff

0   1 2020-01-01 12:00:15 2020-01-01 12:00:00     1        NaN

1   1 2020-01-01 12:00:30 2020-01-01 12:00:00     5        4.0

2   1 2020-01-01 12:00:45 2020-01-01 12:00:00     8        3.0

3   2 2020-01-03 08:00:00 2020-01-03 08:00:00     0       -8.0

4   2 2020-01-03 08:00:15 2020-01-03 08:00:00     4        4.0