为什么当我在两列上使用 groupby 时结果是 NaN 但是当我在一列上使用它时它可以正常工作

Question

我使用以下数据框

df = pd.DataFrame({'class': 'a a aa aa b b '.split(),
                    'item': [5,5,7,7,7,6],
                   'last_PO_code': ['103','103','103','104','103','104'],
                   'qty': [5,4,7,6,7,6]
                   })

我在上面应用这个规则

regle1 = lambda x: True if x['last_PO_code'].all() == "103" else False

像这样在grouby上有一栏

df['regle1'] = df['class'].map(df.groupby(['class']).apply(regle1))

我有以下结果，很好

class   item    last_PO_code    qty regle1
0   a   5       103             5   True
1   a   5       103             4   True
2   aa  7       103             7   False
3   aa  7       104             6   False
4   b   7       103             7   False
5   b   6       104             6   False

但是当我想按类和项目分组时，我有这个结果

df['regle1'] = df['class'].map(df.groupby(['class','item']).apply(regle1))

class   item    last_PO_code    qty regle1
0   a   5       103             5   NaN
1   a   5       103             4   NaN
2   aa  7       103             7   NaN
3   aa  7       104             6   NaN
4   b   7       103             7   NaN
5   b   6       104             6   NaN

有人可以帮我理解吗？？

Answer 1

您似乎正在寻找 groupby+transform，但试图通过 pd.Series.map 实现它。

df = pd.DataFrame({'class': 'a a aa aa b b '.split(),
                    'item': [5,5,7,7,7,6],
                   'last_PO_code': ['103','103','103','104','103','104'],
                   'qty': [5,4,7,6,7,6]
                   })
def regle1(x):
  return (x == '103').all()

df['regle1'] = df.groupby(['class', 'item']).last_PO_code.transform(regle1)

最终的数据框现在看起来像这样：

  class  item last_PO_code  qty  regle1
0     a     5          103    5    True
1     a     5          103    4    True
2    aa     7          103    7   False
3    aa     7          104    6   False
4     b     7          103    7    True
5     b     6          104    6   False