Pandas在每组中找到满足条件的最大值

Question

对不起，如果之前有人问过，找不到确切的问题。

我正在寻找Pandas中最有效的方法来执行以下操作：

可以说我们有下表：

    ID    SUB_ID    COND

1   101     1        1
2   101     2        1
3   101     3        1
4   102     1        1
5   102     2        0
6   103     1        0
7   103     2        0
8   103     3        0
9   103     4        0

基本上，对于每个“ID”，我们希望得到最大的“SUB_ID”， 假设COND为1 。 理想情况下，我们希望将此值作为新列添加到该ID的每一行。 如果该ID的行没有满足条件，我们想添加0（而不是null）

结果数据框将是：

    ID    SUB_ID    COND   MAX_SUB_ID

1   101     1        1         3
2   101     2        1         3
3   101     3        1         3
4   102     1        1         1
5   102     2        0         1
6   103     1        0         0
7   103     2        0         0
8   103     3        0         0
9   103     4        0         0

我现在能想出的最佳方法是仅选择COND = 1的行，然后在此数据帧上执行groupby以获取最大子ID，然后将其连接回主数据帧。 在此之后，我可以将null更改回0。

df_true = df[df['COND']==1]
max_subid_true=df_true['SUB_ID'].groupby(df_true['ID']).max()

joined_df = df.merge(pd.DataFrame(max_subid_true),how='left',left_on='ID',right_index=True)
joined_df.loc[pd.isnull(joined_df['SUB_ID_y']),'SUB_ID_y']=0 

有什么不同的想法吗？

Answer 1

df.assign(MAX_SUB_ID=df.SUB_ID.mul(df.COND).groupby(df.ID).transform('max'))

    ID  SUB_ID  COND  MAX_SUB_ID
1  101       1     1           3
2  101       2     1           3
3  101       3     1           3
4  102       1     1           1
5  102       2     0           1
6  103       1     0           0
7  103       2     0           0
8  103       3     0           0
9  103       4     0           0

注意事项

• 假设SUB_ID始终为正
• 假设COND始终为1或0

替代方案（减少警告）
但不那么有趣

df.assign(MAX_SUB_ID=df.ID.map(df.query('COND == 1').groupby('ID').SUB_ID.max()) \
    .fillna(0).astype(int))