Pandas 将应用结果转换回原始数据框

Question

考虑以下 DataFrame

candy = pd.DataFrame({'Name':['Bob','Bob','Bob','Annie','Annie','Annie','Daniel','Daniel','Daniel'], 'Candy': ['Chocolate', 'Chocolate', 'Lollies','Chocolate', 'Chocolate', 'Lollies','Chocolate', 'Chocolate', 'Lollies'], 'Value':[15,15,10,25,30,12,40,40,16]})

阅读以下帖子后，我知道 apply 适用于整个 Dataframe，而 transform 适用于一系列。

Apply vs transform on a group object

因此，如果我想附加每人在糖果上的总花费，我可以简单地使用以下内容。

candy['Total Spend'] = candy.groupby(['Name'])['Value'].transform(sum)

但如果我需要追加每人的巧克力总花费 - 感觉我别无选择，只能创建一个单独的数据框，然后使用 apply 函数将其合并回来，因为 transform 仅适用于系列。

chocolate = candy.groupby(['Name']).apply(lambda x: x[x['Candy'] == 'Chocolate']['Value'].sum()).reset_index(name = 'Total_Chocolate_Spend')
candy = pd.merge(candy, chocolate, how = 'left',left_on=['Name'], right_on=['Name'])

虽然我不介意编写上面的代码来解决这个问题。是否可以将应用的结果“转换”回数据帧，而无需创建单独的数据帧并合并它？

使用变换函数时实际发生了什么？是否将单独的系列存储在内存中，然后通过类似于我在应用然后合并方法中所做的索引合并回来？

Answer 1

还有其他方法。例如：

使用df.where 创建一个仅包含巧克力值的临时列：

candy["choc_val"] = candy.Value.where(candy.Candy =="Chocolate", other=0)
candy["Total_Chocolate_Spend"] = candy.groupby("Name").choc_val.transform(sum)
candy = candy.drop(columns="choc_val")

输出：

     Name      Candy  Value  Total Spend  Total_Chocolate_Spend
0     Bob  Chocolate     15           40                     30
1     Bob  Chocolate     15           40                     30
2     Bob    Lollies     10           40                     30
3   Annie  Chocolate     25           67                     55
4   Annie  Chocolate     30           67                     55
5   Annie    Lollies     12           67                     55
6  Daniel  Chocolate     40           96                     80
7  Daniel  Chocolate     40           96                     80
8  Daniel    Lollies     16           96                     80

我不知道这是否更高效或更易于阅读。

Answer 2

对于您在应用与转换方面提供的出色参考，我没有太多要补充的内容，但您可以做您想做的事，而无需创建单独的数据框，例如，您可以这样做

candy.groupby(['Name']).apply(lambda x: x.assign(Total_Chocolate_Spend = x[x['Candy'] == 'Chocolate']['Value'].sum()))

这对 groupby 中的每个组使用 assign 以使用您想要的数字填充 Total_Chocolate_Spend