Python 3.x id级别上的条件复制

我有一个数据框，看起来像：

ID   VALUE        
1     Low         
1     High        
1     Medium      
1     Very_High   
2     Low         
2     Medium      
2     Medium      

我希望遍历每个ID级别并应用某些条件，转换列值。 条件是：

一,。如果该ID的任何行中存在“非常高”，则将该ID的所有行设置为“非常高”

二,。否则，如果该ID的任何行中存在“高”，则将该ID的所有行设置为“高”

iii.否则，如果该ID的任何行中存在“中”，则将该ID的所有行设为“中”

iv.否则将ID中的行设置为“低”

预期数据帧结果：

ID   VALUE
1    Very_High
1    Very_High
1    Very_High
1    Very_High
2    Medium
2    Medium
2    Medium

这是我尝试过但不起作用的：

if (df_new.groupby('ID')['VALUE']=='Very_High').any():
    df_new = df_new.loc[df_new.groupby('ID')['VALUE'] == 'Very_High'].copy()
elif (df_new.groupby('ID')['VALUE'] =='High').any():
    df_new = df_new.loc[df_new.groupby('ID')['VALUE'] == 'High'].copy()
elif (df_new.groupby('ID')['VALUE']=='Medium').any():
    df_new = df_new.loc[df_new.groupby('ID')['VALUE'] == 'Medium'].copy()
else: 
    df_new = df_new.loc[df_new.groupby('ID')['VALUE'] == 'Low'].copy()

---

我们可以做

分类

，然后

合并

它

df.VALUE=pd.Categorical(df.VALUE, ['Low','Medium','High','Very_High'], ordered=True)
df=df.drop('VALUE', 1).merge(df.sort_values('VALUE').drop_duplicates('ID',keep='last'),how='left', on ='ID')
Out[244]: 
   ID      VALUE
0   1  Very_High
1   1  Very_High
2   1  Very_High
3   1  Very_High
4   2     Medium
5   2     Medium
6   2     Medium