Python Pandas：将DataFrame组的最后一个值分配给该组的所有条目 [英] Python Pandas: Assign Last Value of DataFrame Group to All Entries of That Group

问题描述

在Python Pandas中，我有一个DataFrame。我将这个DataFrame按列分组，并希望将列的最后一个值分配给另一列的所有行。

我知道我可以选择最后一行
$ b

 将pandas导入为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）
  

结果：

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

如何将此操作的结果返回给原始数据框，以便我有如下所示：

  ab b_new 
 0 1 20 21 
 1 1 21 21 
 2 2 30 30 
 3 3 40 41 
 4 3 41 41 
  

解决方案

使用 transform 与 last ：

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

  df ['b_new'] = df.groupby（'a'）['b']。transform（lambda x： x.iat [-1]）$ ​​b 
 $ b print（df）
ab b_new 
 0 1 20 21 
 1 1 21 21 
 2 2 30 30 
 3 3 40 41 
 4 3 41 41 
  

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


定时：

  N = 10000 
 
 df = pd.DataFrame（{'a'：np.random.randint（1000，size = N），
'b'：np.random.randint（10000，大小= N）}）
 
 #print（df）
 
 
 def f（df）：
 return df.join（df.groupby（ '''['b']。nth（-1）.rename（'b_new'），'a'）
 
＃cᴏʟᴅsᴘᴇᴇᴅ1
在[211]中：％timeit df [ 'b_new'] = df.a.map（df.groupby（'a'）。b.nth（-1））
 100个循环，最好是3：每个循环3.57 ms 
 
＃cᴏʟᴅsᴘᴇᴇᴅ2
 In [212]：％timeit df ['b_new'] = df.a.replace（df.groupby（'a'）。b.nth（-1））
 10个循环，最好的3：每循环71.3毫秒
 
＃jezrael1 
 In [213]：％timeit df ['b_new'] = df.groupby（'a'）['b']。transform（'last'）
 1000个循环，最好的3：1.82 ms per loop 
 
＃jezrael2 
 In [214]：％timeit df ['b_new'] = df.groupby（'a'）['b']。transform（ lambda x：x.iat [-1]）$ ​​b $ b 10个循环，最好是3：每个循环178 ms 
 
＃jezrael3 
在[219]中：％timeit f（df ）
 100个循环，最好是3：每循环3.63 ms 
  

警告

考虑到组的数量，结果并未解决性能问题，这些解决方案会影响很多时间。

In Python Pandas, I have a DataFrame. I group this DataFrame by a column and want to assign the last value of a column to all rows of another column.

I know that I am able to select the last row of the group by this command:

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)

Result:

   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

How would it be possible to assign the result of this operation back to the original dataframe so that I have something like:

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

解决方案

Use transform with last:

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

Alternative:

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

Solution with nth and 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

Timings:

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

Caveat

The results do not address performance given the number of groups, which will affect timings a lot for some of these solutions.

这篇关于Python Pandas：将DataFrame组的最后一个值分配给该组的所有条目的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！