一列的条件复制元素，并应用于所有满意的行Python数据框

如何解决一列的条件复制元素，并应用于所有满意的行Python数据框

这非常非常简单，不确定我错过了什么。 我必须复制“ primary_fruit”的“ code_num”并将其应用于基于“ fruit_list”的所有引用行。 如果df [fruit]在fruit_list中不存在，则复制自身“ code_num”

fruit_list= ["apple","banana","cherry"]
primary_fruit = 'banana'

print(df)

Store code_num     fruits
A     101          apple  
A     102          cherry 
A     103          cherry 
A     104          banana 
A     105          cherry 
A     106          rambo  
B     201          cherry
B     202          banana
B     203          toy  

预期数据框：

Store code_num    fruits      reference
A     101          apple       104
A     102          cherry      104
A     103          cherry      104
A     104          banana      104
A     105          cherry      104
A     106          rambo       106
B     201          cherry      202
B     202          banana      202
B     203          toy         203

下面我写的代码给出了错误的输出：

s = df['fruits'].isin(fruit_list)
df.loc[s,'reference'] = df.groupby([s,'Store'])['code_num'].transform('max')

解决方法

检查

df['refer']=df['code_num']


df.loc[df.fruits.isin(fruit_list),'refer']=df.loc[df.fruits.eq(primary_fruit),'refer'].iloc[0]

df
Out[26]: 
  Store  code_num  fruits  refer
0     A       101   apple    104
1     A       102  cherry    104
2     A       103  cherry    104
3     A       104  banana    104
4     A       105  cherry    104
5     A       106   rambo    106

---

与Categorical相比，我们需要transform并重新排序数据框

d=dict.fromkeys( fruit_list,primary_fruit)
newdf = df.iloc[pd.Categorical(df.fruits,["banana","apple","cherry"]).argsort()]
df['ref']=newdf.groupby([newdf.Store,newdf.fruits.replace(d) ])['code_num'].transform('first')
df
Out[46]: 
  Store  code_num  fruits  ref
0     A       101   apple  104
1     A       102  cherry  104
2     A       103  cherry  104
3     A       104  banana  104
4     A       105  cherry  104
5     A       106   rambo  106
6     B       201  cherry  202
7     B       202  banana  202
8     B       203     toy  203

,

您可以尝试：

primary_code = df.query('fruits == @primary_fruit')['code_num'].values[0]

df['reference'] = df['code_num'].where(~df['fruits'].isin(fruit_list),primary_code)

更新为包含Store

primary_codes = (
    df
    .set_index('Store')
    .query('fruits == @primary_fruit')['code_num']
    .to_dict()
    )

df['reference'] = df.apply(lambda x: 
                     x['code_num'] 
                     if x['fruits'] not in fruit_list 
                     else primary_codes.get(x['Store']),axis=1)