Desarrollo de Python
  1. Desarrollo de Python
  3. Fusionando un resultado de pandas groupby de nuevo en DataFrame
Intereting Posts
¿Cómo permanecer sin tabs en Geany en Ubuntu? ¿Cómo se puede inspeccionar mediante progtwigción el seguimiento de stack de una excepción en Python? ¿Cómo puedo verificar en tiempo de ejecución que un módulo de Python es válido sin importarlo? Desviación estándar de cómputo en un flujo Pandas: Convertir a numérico, creando NaNs cuando sea necesario python easy_install falla con un error de certificado SSL para todos los paquetes Mensaje resumen de pdf en firma digital. Python: MySQLdb y “Biblioteca no cargada: libmysqlclient.16.dylib” Extraer solo caracteres de una cadena en Python Usando un RegEx para hacer coincidir las direcciones IP en Python ¿Uso y significado de “en” en una statement if? Aplique estilos mientras exporta a ‘xlsx’ en pandas con XlsxWriter reemplazar los caracteres que no funcionan en python Cómo trazar la clasificación de texto usando tf-idf svm sklearn en python Ordenar una lista en python

Fusionando un resultado de pandas groupby de nuevo en DataFrame

Tengo un DataFrame que se parece a esto … 

idn value 0 ID1 25 1 ID1 30 2 ID2 30 3 ID2 50

Quiero agregar otra columna a este marco que es el máximo ‘valor’ agrupado por ‘idn’

Quiero un resultado que se vea así. 

  idn value max_val 0 ID1 25 30 1 ID1 30 30 2 ID2 30 50 3 ID2 50 50

Puedo extraer el máximo de ‘valor’ usando un grupo de forma similar … 

 df[['idn', 'value']].groupby('idn')['value'].max()

Sin embargo, no puedo volver a combinar ese resultado en el DataFrame original.

¿Cuál es la mejor manera de obtener el resultado deseado?

Gracias

Utilice el método de transform en un objeto groupby: 

 In [5]: df['maxval'] = df.groupby(by=['idn']).transform('max') In [6]: df Out[6]: idn value maxval 0 ID1 25 30 1 ID1 30 30 2 ID2 30 50 3 ID2 50 50

establezca el índice de df en idn y luego use df.merge . después de la fusión, restablecer el índice y cambiar el nombre de las columnas 

 dfmax = df.groupby('idn')['value'].max() df.set_index('idn', inplace=True) df = df.merge(dfmax, how='outer', left_index=True, right_index=True) df.reset_index(inplace=True) df.columns = ['idn', 'value', 'max_value']