pandas dataframe 中给定子索引根据另一列中的最大值创建新列

Question

我有一个 pandas dataframe 叫df 。 它由作为多索引的 Hour 和 Level 以及作为列的 Step1 组成。 它看起来如下：

Step1
Types   
Hour    Level   
1   Level_0 4507.26700
Level_1 623.85960
Level_2 6240.49500
Level_4 23181.66600
Level_5 447.22240
... ... ...
8758    Level_W 59883.22444
Level_X 781.63500
Level_Y 4971.49200
Level_Z 4684.35940
Level_Z1    5994.00000

Step1 包含不同时间每个级别的值。 我想创建一个名为 Step2 的新列，它在每个小时的级别中具有最大值。 我可以使用df.groupby(["Hour"])["Step1"].max()获得每小时的最大值但是，我还想将其添加为df中名为 Step2 的新列。 由于df和df.groupby(["Hour"])["Step1"].max()的大小不同，我无法做到。

创建一个名为 Step2 的新列的适当方法是什么，该列由同一小时内不同级别的最大值组成？ 此外，我想创建另一个名为 Step3 的列，其中最大值仅出现在与 Level_0 相同的行中。

Answer 1

看看transform 。

df['Step2'] = df.groupby(["Hour"])['Step1'].transform(np.max)