Умножьте все значения в pandas df на максимальное значение в группе

Я пытаюсь вернуть максимальное значение в пандах df для каждой конкретной группы. Затем я хочу использовать это максимальное значение для умножения отдельных значений и возврата в отдельном столбце.

Например, используя df ниже, максимальное значение для каждой группы в Item составляет:

X = 5
Y = 2

Я хочу использовать эти значения для умножения всех других значений в виде отдельного столбца. импортировать панд как pd

d = ({
    'Item' : ['X','X','X','Y','Y','Y','Y'],                 
    'Count' : [0,2,5,3,1,2,1],                                      
    })

df = pd.DataFrame(data = d)

Это моя попытка:

df['Mult_max'] = df.groupby('Item').apply(lambda x: x['Count'].max() * x['Count'])

Предполагаемый результат:

  Group  Value  Mult_max
0     X      0         0
1     X      2        10
2     X      5        25
3     Y      3         9
4     Y      1         3
5     Y      2         6
6     Y      1         3

df.groupby('Item')['Count'].apply(lambda x: x.max() * x) тоже сработает

— 28.05.2019 09:03

python pandas

28.05.2019 08:57

Почему в Python есть оператор "pass"?

Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.

Некоторые методы, о которых вы не знали, что они существуют в Python

Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...

Основы Python Часть I

Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?

LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа

Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:

Оптимизация кода с помощью тернарного оператора Python

И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это

Советы по эффективной веб-разработке с помощью Python

Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.

289

Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Используйте GroupBy.transform для серий того же размера, что и оригинал DataFrame, заполненных максимальными значениями:

df['Mult_max'] = df.groupby('Item')['Count'].transform('max') * df['Count']
print (df)
  Item  Count  Mult_max
0    X      0         0
1    X      2        10
2    X      5        25
3    Y      3         9
4    Y      1         3
5    Y      2         6
6    Y      1         3

Это было быстро @jezrael. Спасибо

— 28.05.2019 08:59

28.05.2019 08:58