按一列分组比较另一列并将值添加到Python中的新列？

Question

我有这些列： index, area, key0

我必须按索引分组（这是一个称为索引的普通列）才能获取具有相同值的行。

#all the ones, all the twos, etc

其中一些（行）是独一无二的。

关于现在不是唯一的：

到目前为止我做了什么：

我必须使用group by 检查哪些组的面积最大，并在名为key1 的新列中将其受人尊敬的key0 值提供给其组中的其他人。

在key0 现在的key1 列中，唯一值仍将具有相同的值

首先，我检查了哪些发生了多次，以便知道哪些将形成组。

df['index'].value_counts()[df['index'].value_counts()>1]



359    9
391    8
376    7
374    6
354    5
446    4
403    4
348    4
422    4
424    4
451    4
364    3
315    3
100    3
245    3
345    3
247    3
346    3
347    3
351    3

效果很好。现在的问题是剩下的怎么办？

数据集：

df = pd.DataFrame({"index": [1,2,3,5,1,2,3,3,3], "area": 
[50,60,70,80,90,100,10,20,70], "key0": ["1f",2,"3d",4,5,6,7,8,9]})
print df

# INPUT
area  index key0
  50      1   1f
  60      2    2
  70      3   3d
  80      5    4
  90      1    5
 100      2    6
  10      3    7
  20      3    8
  70      3    9

dataset

import geopandas as gpd
inte=gpd.read_file('in.shp')


inte["rank_gr"] = inte.groupby("index")["area_of_poly"].rank(ascending = False, method = 
"first")
inte["key1_temp"] = inte.apply(lambda row: str(row[""]) if row["rank_gr"] == 1.0
else "", axis = 1)
inte["CAD_ADMIN_FINAL"] = inte.groupby("index")["key1_temp"].transform("sum")
print (inte[["area_of_poly", "index", "CAD_ADMIN", "CAD_ADMIN_FINAL"]])

Answer 1

检查您提供的数据。它有效。没有找到任何“key0”列，因此假设它可以是“CAD_ADMIN”。 “AREA”只有一个值，所以我取了“AREA_2”。

import geopandas as gpd

# set your path
path = r"p\in.shp"

p = gpd.read_file(path)
p["rank_gr"] = p.groupby("index")["AREA_2"].rank(ascending = False, method = 
"first")
p["key1_temp"] = p.apply(lambda row: str(row["CAD_ADMIN"]) if row["rank_gr"] == 1.0 
else "", axis = 1)
p["key1"] = p.groupby("index")["key1_temp"].transform("sum")
p = p[["AREA_2", "index", "CAD_ADMIN", "key1"]]
print(p.sort_values(by = ["index"]))

      AREA_2  index CAD_ADMIN     key1
1.866706e+06      0   0113924  0113924
1.559865e+06      1   0113927  0113926
1.593623e+06      1   0113926  0113926
1.927774e+06      2   0113922  0113922
1.927774e+06      3   0113922  0113922

Answer 2

你的意思是这样的吗？

import pandas as pd
df = pd.DataFrame({"index": [1,2,3,5,1,2,3,3,3], "area": 
[50,60,70,80,90,100,10,20,70], "key0": ["1f",2,"3d",4,5,6,7,8,9]})
print df

# INPUT
area  index key0
  50      1   1f
  60      2    2
  70      3   3d
  80      5    4
  90      1    5
 100      2    6
  10      3    7
  20      3    8
  70      3    9

df["rank_gr"] = df.groupby("index")["area"].rank(ascending = False, method = 
"first")
df["key1_temp"] = df.apply(lambda row: str(row["key0"]) if row["rank_gr"] == 1.0 
else "", axis = 1)
df["key1"] = df.groupby("index")["key1_temp"].transform("sum")
print df[["area", "index", "key0", "key1"]]


# OUTPUT
area  index key0 key1
  50      1   1f    5
  60      2    2    6
  70      3   3d   3d
  80      5    4    4
  90      1    5    5
 100      2    6    6
  10      3    7   3d
  20      3    8   3d
  70      3    9   3d