大熊貓得到的每

Question

組

條件第一次出現的列值我有一個熊貓數據框如下：

player condition num 
A  0   1 
A  1   2 
A  1   3 
B  0   1 
B  0   2 
B  1   3 
B  0   4 

我想補充一點，存儲num列，其中每player的最低值的列condition列是。

的結果，因此，應該是這樣的：

player condition num numCondition 
A  0   1 2 
A  1   2 2 
A  1   3 2 
B  0   1 3 
B  0   2 3 
B  1   3 3 
B  0   4 3 

我知道，我需要每一個playergroupBy()。然後我需要一個apply()可能使用lambda()函數。但我還是無法將這些作品融合在一起。

編輯：condition列是我的例子中的簡化。實際上，應該簡單地使用通常的熊貓數據框查詢來過濾行。例如。 df[(df.condition == 1) & (df.otherCondition > 10)]

Answer 1

通過使用drop_duplicates

df.player.map(df[df.condition==1].drop_duplicates(['player'],keep='first').set_index('player').num) 
    Out[221]: 
    0 2 
    1 2 
    2 2 
    3 3 
    4 3 
    5 3 
    6 3 
    Name: player, dtype: int64 

df['numCondition']=df.player.map(df[df.condition==1].drop_duplicates(['player'],keep='first').set_index('player').num) 
df 
Out[223]: 
    player condition num numCondition 
0  A   0 1    2 
1  A   1 2    2 
2  A   1 3    2 
3  B   0 1    3 
4  B   0 2    3 
5  B   1 3    3 
6  B   0 4    3 

Answer 2

先總結，然後加入回來df上player：

df.join(
    df.groupby('player') 
     .apply(lambda g: g.num[g.condition == 1].min()) 
     .rename('numCondition'), 
on='player') 

# player condition num numCondition 
#0  A   0  1 2 
#1  A   1  2 2 
#2  A   1  3 2 
#3  B   0  1 3 
#4  B   0  2 3 
#5  B   1  3 3 
#6  B   0  4 3