为第三列中的每个值添加一列，其中填充的值对应于另一列中的最大值
Add a column filled with values that correspond to the max value in another column for every value in third column
有这个数据框
state in out
0 case_1 1 -5
1 case_2 0 -1
2 case_2 -1 8
3 case_1 -2 5
4 case_2 -2 1
我需要为每个“状态”（case_1、case_2）创建一个额外的列，其中包含“in”中的值，这些值对应于“out”中的最大值]
state in out new
0 case_1 1 -5 -2
1 case_2 0 -1 -1
2 case_2 -1 8 -1
3 case_1 -2 5 -2
4 case_2 -2 1 -1
尝试：
df['new'] = df.loc[df['state'].map(df.groupby('state')['out'].idxmax()), 'in'].values
print(df)
# Output:
state in out new
0 case1 1 -5 -2
1 case2 0 -1 -1
2 case2 -1 8 -1
3 case1 -2 5 -2
4 case2 -2 1 -1
让我们试试transform
df['new'] = df.set_index('in').groupby('state')['out'].transform('idxmax').values
df
Out[99]:
state in out new
0 case1 1 -5 -2
1 case2 0 -1 -1
2 case2 -1 8 -1
3 case1 -2 5 -2
4 case2 -2 1 -1
有这个数据框
state in out
0 case_1 1 -5
1 case_2 0 -1
2 case_2 -1 8
3 case_1 -2 5
4 case_2 -2 1
我需要为每个“状态”（case_1、case_2）创建一个额外的列，其中包含“in”中的值，这些值对应于“out”中的最大值]
state in out new
0 case_1 1 -5 -2
1 case_2 0 -1 -1
2 case_2 -1 8 -1
3 case_1 -2 5 -2
4 case_2 -2 1 -1
尝试：
df['new'] = df.loc[df['state'].map(df.groupby('state')['out'].idxmax()), 'in'].values
print(df)
# Output:
state in out new
0 case1 1 -5 -2
1 case2 0 -1 -1
2 case2 -1 8 -1
3 case1 -2 5 -2
4 case2 -2 1 -1
让我们试试transform
df['new'] = df.set_index('in').groupby('state')['out'].transform('idxmax').values
df
Out[99]:
state in out new
0 case1 1 -5 -2
1 case2 0 -1 -1
2 case2 -1 8 -1
3 case1 -2 5 -2
4 case2 -2 1 -1