一组中的 Python Pandas 最大值作为新列答案

【问题标题】：Python Pandas max value in a group as a new column一组中的 Python Pandas 最大值作为新列
【发布时间】：2016-06-08 23:57:44
【问题描述】：

我正在尝试计算一个新列，其中包含几个组中的每一个的最大值。我来自 Stata 背景，所以我知道 Stata 代码是这样的：

by group, sort: egen max = max(odds)

例如：

data = {'group' : ['A', 'A', 'B','B'],
    'odds' : [85, 75, 60, 65]}

那么我希望它看起来像：

    group    odds    max
     A        85      85
     A        75      85
     B        60      65
     B        65      65

最终，我试图形成一个采用1/(max-min) * odds 的列，其中max 和min 用于每个组。

【问题讨论】：

【解决方案1】：

使用上面 jpp 的方法可以工作，但它也给出了“SettingWithCopyWarning”。虽然这可能不是问题，但我相信下面的代码会删除该警告：

df = df.assign(max = df.groupby('group')['odds'].transform('max')).values

【讨论】：

【解决方案2】：

使用groupby + transform:

df['max'] = df.groupby('group')['odds'].transform('max')

这相当于verbose：

maxima = df.groupby('group')['odds'].max()
df['max'] = df['group'].map(maxima)

transform 方法将groupby 结果与groupby 索引器对齐，因此不需要显式映射。

【讨论】：

【解决方案3】：

df['max'] = df.group_col.map(lambda x: df.groupby('group_col').odds.max()[x])

【讨论】：

如果你能解释一下你的答案会更好。 SO 上只接受代码。
lambda 函数对 group_col 进行 groupby 并返回每组中赔率列的最大值。这些返回值的索引是它们所属的组的名称。因此，对于 group_col 中的每个元素，我们通过 (lambda x (组名): groupby_returns_max_values [x]) 映射适当的最大值。
这里不需要lambda 函数；您可以直接使用系列映射。但是，最好使用groupby + transform（如另一个答案所示）。
@jpp 的答案对于大型数据帧来说要快得多