为什么带有 df.assign 的 lambda 函数不能按预期按行工作？

Question

我有一个数据框，想要获取值列的 idxmin，但对于每个 ID（可能会多次出现）。我的 df:

data = pd.DataFrame({'ID': [123, 122,122,122,123,125,126],
                     'values':[ 2, 1, 2, 8, 6, 4, 5]})

不，我会使用 lambda 函数，过滤 df 以获得所有 ID 出现的子选择 df，并使用 idxmin 获取该子选择的最小索引值。当我单独使用不同的部分时，它们会按预期工作，但当我一起使用时，它只会为每一行输出相同的 ID（整体 idxmin）。

data.assign(TEST = lambda x: data.loc[data["ID"]==x["ID"],"values"].idxmin())

输出：

Index	ID	values	TEST
0	123	2	1
1	122	1	1
2	122	2	1
3	122	8	1
4	123	6	1
5	125	4	1
6	126	5	1

有谁知道为什么行为是这样的而不是：

Index	ID	values	TEST
0	123	2	0
1	122	1	1
2	122	2	1
3	122	8	1
4	123	6	0
5	125	4	5
6	126	5	6

谢谢！

Answer 1

在您的 assign 中，x 是完整的数据框，因此

data.loc[data["ID"]==data["ID"],"values"].idxmin()

returns 1，你的代码相当于：

data.assign(TEST=1)

你需要在这里使用groupby：

data['TEST'] = data.groupby('ID')['values'].transform('idxmin')

输出：

    ID  values  TEST
0  123       2     0
1  122       1     1
2  122       2     1
3  122       8     1
4  123       6     0
5  125       4     5
6  126       5     6

为什么带有 df.assign 的 lambda 函数不能按预期按行工作？

Why is this lambda function with df.assign not working row-wise as expected?

python

pandas

dataframe

lambda

assign