Pandas在每組中找到滿足條件的最大值

Question

對不起，如果之前有人問過，找不到確切的問題。

我正在尋找Pandas中最有效的方法來執行以下操作：

可以說我們有下表：

    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，對於每個“ID”，我們希望得到最大的“SUB_ID”， 假設COND為1 。 理想情況下，我們希望將此值作為新列添加到該ID的每一行。 如果該ID的行沒有滿足條件，我們想添加0（而不是null）

結果數據框將是：

    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

我現在能想出的最佳方法是僅選擇COND = 1的行，然后在此數據幀上執行groupby以獲取最大子ID，然后將其連接回主數據幀。 在此之后，我可以將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 

有什么不同的想法嗎？

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

注意事項

• 假設SUB_ID始終為正
• 假設COND始終為1或0

替代方案（減少警告）
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))