遍历数据帧的行并按组重新分配最小值

Question

我正在使用看起来像这样的数据框.

  id time diff
0 0   34   nan
1 0   36   2
2 1   43   7
3 1   55   12
4 1   59   4
5 2   2    -57
6 2   10   8

有效的方法是通过id找到'time'的最小值,然后在这些最小值处将'diff'设置为nan.我正在寻找一个解决方案,导致:

   id time diff
0 0   34   nan
1 0   36   2
2 1   43   nan
3 1   55   12
4 1   59   4
5 2   2    nan
6 2   10   8

Answer 1

groupby('id')并用于idxmin查找最小值的位置'time'.最后,loc用来分配np.nan

df.loc[df.groupby('id').time.idxmin(), 'diff'] = np.nan
df

Answer 2

您可以按 id 对时间进行分组并计算一个逻辑向量，如果组内时间最小，则值为 True，否则为 False，并使用逻辑向量分配NaN给相应的行：

import numpy as np
import pandas as pd
df.loc[df.groupby('id')['time'].apply(lambda g: g == min(g)), "diff"] = np.nan

df
#  id   time    diff
#0  0     34    NaN
#1  0     36    2.0
#2  1     43    NaN
#3  1     55    12.0
#4  1     59    4.0
#5  2      2    NaN
#6  2     10    8.0