Python Pandas: назначьте последнее значение группы DataFrame всем записям этой группы

в Python Pandas у меня есть фрейм данных. Я группирую этот фрейм данных по столбцу и хочу назначить последнее значение столбца всем строкам другого столбца.

Я знаю, что я могу выбрать последнюю строку группы с помощью этой команды:

import pandas as pd

df = pd.DataFrame({'a': (1,1,2,3,3), 'b':(20,21,30,40,41)})
print(df)
print("-")
result = df.groupby('a').nth(-1)
print(result)

результат:

   a   b
0  1  20
1  1  21
2  2  30
3  3  40
4  3  41
-
    b
a    
1  21
2  30
3  41

как можно было бы назначить результат этой операции обратно в исходный фрейм данных, чтобы у меня было что-то вроде:

   a   b b_new
0  1  20 21
1  1  21 21
2  2  30 30
3  3  40 41
4  3  41 41
9
dataframe group-by pandas pandas-groupby python

3 ответов

использовать transform С last:

df['b_new'] = df.groupby('a')['b'].transform('last')

альтернатива:

df['b_new'] = df.groupby('a')['b'].transform(lambda x: x.iat[-1])

print(df)
   a   b  b_new
0  1  20     21
1  1  21     21
2  2  30     30
3  3  40     41
4  3  41     41

решение nth и join:

df = df.join(df.groupby('a')['b'].nth(-1).rename('b_new'), 'a')
print(df)
   a   b  b_new
0  1  20     21
1  1  21     21
2  2  30     30
3  3  40     41
4  3  41     41

тайминги:

N = 10000

df = pd.DataFrame({'a':np.random.randint(1000,size=N),
                   'b':np.random.randint(10000,size=N)})

#print (df)


def f(df):
    return df.join(df.groupby('a')['b'].nth(-1).rename('b_new'), 'a')

#cᴏʟᴅsᴘᴇᴇᴅ1
In [211]: %timeit df['b_new'] = df.a.map(df.groupby('a').b.nth(-1))
100 loops, best of 3: 3.57 ms per loop

#cᴏʟᴅsᴘᴇᴇᴅ2
In [212]: %timeit df['b_new'] = df.a.replace(df.groupby('a').b.nth(-1))
10 loops, best of 3: 71.3 ms per loop

#jezrael1
In [213]: %timeit df['b_new'] = df.groupby('a')['b'].transform('last')
1000 loops, best of 3: 1.82 ms per loop

#jezrael2
In [214]: %timeit df['b_new'] = df.groupby('a')['b'].transform(lambda x: x.iat[-1])
10 loops, best of 3: 178 ms per loop

#jezrael3
In [219]: %timeit f(df)
100 loops, best of 3: 3.63 ms per loop

предостережение

результаты не учитывают производительность с учетом количества групп, что сильно повлияет на тайминги для некоторых из этих решений.

6

два варианта, с groupby + nth + map или replace

df['b_new'] = df.a.map(df.groupby('a').b.nth(-1))

или

df['b_new'] = df.a.replace(df.groupby('a').b.nth(-1))

вы также можете заменить nth(-1) С last() (на самом деле, это делает это немного быстрее), но nth дает вам больше гибкости над каким деталем выбрать от каждой группы в b.

df

   a   b  b_new
0  1  20     21
1  1  21     21
2  2  30     30
3  3  40     41
4  3  41     41
6

Я думаю, что это должно быть быстро 

df.merge(df.drop_duplicates('a',keep='last'),on='a',how='left')
Out[797]: 
   a  b_x  b_y
0  1   20   21
1  1   21   21
2  2   30   30
3  3   40   41
4  3   41   41
3