Python groupby - 根据其他列中的条件更改列值

Question

我想先按“组”列分组。 然后根据结果列和排名列中的条件更改结果列中的值。

这就是我现在拥有的：

import pandas as pd
import numpy as np

group = ['g1','g1','g1','g1','g1','g2','g2','g2','g2','g2','g2']
rank = ['1','2','3','4','5','1','2','3','4','5','6']
result = ['1','4','2','4','4','1','4','4','2','4','4']

df = pd.DataFrame({"group": group, "rank": rank, "result": result})

    group   rank    result
0   g1        1       1
1   g1        2       4
2   g1        3       2
3   g1        4       4
4   g1        5       4
5   g2        1       1
6   g2        2       4
7   g2        3       4
8   g2        4       2
9   g2        5       4
10  g2        6       4

在同一组中，当排名大于 result = 2 的排名时，我想将结果从 4 更改为 6
例如：在g1中，result = 2的rank是3。所以rank 4 & 5的结果是6。
在 g2 中，result = 2 的排名是 4。所以排名 5 和 6 的结果将是 6。

在这种情况下，我想要的输出将是：

    group   rank    result
0   g1        1       1
1   g1        2       4
2   g1        3       2
3   g1        4       6
4   g1        5       6
5   g2        1       1
6   g2        2       4
7   g2        3       4
8   g2        4       2
9   g2        5       6
10  g2        6       6

我不知道实现这一目标的最佳方法。有人可以帮忙吗？

提前致谢！

Answer 1

使用Series.where 将rank 替换为NaN 用于结果中与2 匹配的行，然后将GroupBy.transform 用于GroupBy.first 的每组重复值，最后比较Series.gt 和在DataFrame.loc中设置值6：

#convert to integers for correct compare values greater like '10'
df[['rank','result']] = df[['rank','result']].astype(int)

s = df['rank'].where(df['result'].eq(2)).groupby(df['group']).transform('first')

df.loc[df['rank'].gt(s), 'result'] = 6
print (df)
   group  rank  result
0     g1     1       1
1     g1     2       4
2     g1     3       2
3     g1     4       6
4     g1     5       6
5     g2     1       1
6     g2     2       4
7     g2     3       4
8     g2     4       2
9     g2     5       6
10    g2     6       6

Answer 2

这样就可以了

import pandas as pd
import numpy as np

group = ['g1','g1','g1','g1','g1','g2','g2','g2','g2','g2','g2']
rank = ['1','2','3','4','5','1','2','3','4','5','6']
result = ['1','4','2','4','4','1','4','4','2','4','4']

df = pd.DataFrame({"group": group, "rank": rank, "result": result})

def changeDf(x):
    df_gp = df[df['group'] == x['group']]
    rank_of_2 = df_gp.loc[df_gp['result'] =='2', 'rank'].values[0]
    if int(x['rank']) > int(rank_of_2):
        return '6'
    else:
        return x['result']

df['result'] = df.apply(changeDf, axis=1)
print(df)