pandas有条件地包含聚合操作中的值

Question

为:

import pandas as pd
df = pd.DataFrame({
'trigger':[0,0,0, 1,1,1, 2,2,2, 3,3,3,], 
'score'  :[1,0,0, 0,1,0 ,0,0,1 ,1,1,1], 
'label'  :[1,0,0, 0,1,0 ,0,0,1 ,1,1,1]
})
# in reality ranked using some other column
df['rank'] = df.groupby(['trigger']).cumcount()
display(df)

我几乎想计算:

d_eval = df[df['rank'] <=2]
d_eval.groupby(['trigger']).agg({'score':'max', 'label':'max'})

但是，我不想丢失其他值(不包括在rank-filter中)，而只考虑聚合中过滤的值。

还有别的方法吗?

2. 加入结果返回

在熊猫中更直接?

Answer 1

一个选项是merge:

d_eval = (df[df['rank'] <=2].groupby(['trigger'])
.agg({'score':'max', 'label':'max'})
)
df.merge(d_eval, on='trigger', suffixes=['','_max'])

输出:

trigger  score  label  rank  score_max  label_max
0         0      1      1     0          1          1
1         0      0      0     1          1          1
2         0      0      0     2          1          1
3         1      0      0     0          1          1
4         1      1      1     1          1          1
5         1      0      0     2          1          1
6         2      0      0     0          1          1
7         2      0      0     1          1          1
8         2      1      1     2          1          1
9         3      1      1     0          1          1
10        3      1      1     1          1          1
11        3      1      1     2          1          1

或者是一行字

df.merge(df.assign(rank=df.groupby('trigger').cumcount())
.query('rank <=2')
.groupby('trigger')[['score','label']].max(),
on='trigger', suffixes=['','_max']
)