基于另一列的子组向 Pandas dataframe 添加新列的有效方法

Question

我有一个 dataframe 的各种列如下：

import numpy as np
import pandas as pd

d = {'X': [1.1, 1.2, 1.3, 2.1, 2.2, 2.3],
     'Group Index': [1, 1, 1, 2, 2, 2],
     'Score': [1, 2, 3, 10, 20, 30]}
df = pd.DataFrame(data=d)
print(df)


 X    Group Index  Score
1.1        1         1
1.2        1         2
1.3        1         3
2.1        2        10
2.2        2        20
2.3        2        30

我使用“apply”和“lambda”来创建一个新列来填充具有相同“组索引”的每一行的范围（例如，max-min）

df.loc[:,'Score Range'] = df.apply (lambda row: np.ptp(df[(df['Group Index']==row['Group Index'])]['Score']), axis=1)
print(df)

 X   Group Index  Score  Score Range
1.1       1         1         2
1.2       1         2         2
1.3       1         3         2
2.1       2        10        20
2.2       2        20        20
2.3       2        30        20

“lambda”和“apply”可以工作，但是太慢了。 是否有另一种更好的方法来加速生成上述新列（分数范围）？

Answer 1

所以让我们试试transform + groupby

df['Score Range'] = df.groupby('Group Index')['Score'].transform(np.ptp)

Answer 2

你也可以试试懒惰的 groupby：

groups = df.groupby('Group Index')['Score']
df['Score Range'] = groups.transform('max') - groups.transform('min')