熊猫：在一个条件下改变一个组的值答案

【问题标题】：Pandas: changing values of a group under a condition熊猫：在一个条件下改变一个组的值
【发布时间】：2020-10-11 12:35:27
【问题描述】：

我的 df：

import pandas as pd
import numpy as np
df = pd.DataFrame({'id':[1,1,1,2,2],
               'time':['2020-01-01 12:00:15','2020-01-01 12:00:30','2020-01-01 12:00:45','2020-01-03 08:00:00','2020-01-03 08:00:15'],
               'time1':['2020-01-01 12:00:00','2020-01-01 12:00:00','2020-01-01 12:00:00','2020-01-01 12:00:00','2020-01-01 12:00:00'],
               'numb':[1,5,8,0,4]})

df['time'] = pd.to_datetime(df['time'])
df['time1'] = pd.to_datetime(df['time1'])

df['numb_diff'] = df['numb'] - df['numb'].shift()

输出：

    id                 time               time1 numb    numb_diff
0    1  2020-01-01 12:00:15 2020-01-01 12:00:00    1          NaN
1    1  2020-01-01 12:00:30 2020-01-01 12:00:00    5          4.0
2    1  2020-01-01 12:00:45 2020-01-01 12:00:00    8          3.0
3    2  2020-01-03 08:00:00 2020-01-01 12:00:00    0         -8.0
4    2  2020-01-03 08:00:15 2020-01-01 12:00:00    4          4.0

现在我想将time1 设置为组中time 的最小值(id)，只要id 在位置numb_diff 的第一个条目是

预期输出：

    id                 time               time1 numb    numb_diff
0    1  2020-01-01 12:00:15 2020-01-01 12:00:00    1          NaN
1    1  2020-01-01 12:00:30 2020-01-01 12:00:00    5          4.0
2    1  2020-01-01 12:00:45 2020-01-01 12:00:00    8          3.0
3    2  2020-01-03 08:00:00 2020-01-03 08:00:00    0         -8.0    #Changing time1 to the min of time the group(id = 2)
4    2  2020-01-03 08:00:15 2020-01-03 08:00:00    4          4.0

【问题讨论】：

标签： python python-3.x pandas dataframe pandas-groupby

【解决方案1】：

让我们创建一个布尔掩码，表示num_diff 小于零的条件，然后在id 上按此掩码分组并使用first 进行转换，最后使用带有此掩码的布尔索引来替换time1 中的值：

m = df['numb_diff'].lt(0).groupby(df['id']).transform('first')
df.loc[m, 'time1'] = df.groupby('id')['time'].transform('min')

   id                time               time1  numb  numb_diff
0   1 2020-01-01 12:00:15 2020-01-01 12:00:00     1        NaN
1   1 2020-01-01 12:00:30 2020-01-01 12:00:00     5        4.0
2   1 2020-01-01 12:00:45 2020-01-01 12:00:00     8        3.0
3   2 2020-01-03 08:00:00 2020-01-03 08:00:00     0       -8.0
4   2 2020-01-03 08:00:15 2020-01-03 08:00:00     4        4.0

【讨论】：