Python 如何通过另一个数据帧上的groupby查询为每个组分配值？

让以下dfs：

import numpy as np
import pandas as pd

df1 = pd.DataFrame({
    "k1": [1, 1, 2, 2, 3, 3, 4, 4, 4],
})

df2 = pd.DataFrame({
    "k2": [1, 1, 2, 2, 3, 4, 4],
    "v2": np.random.rand(7)
})

print(df1)
print("_______")
print(df2)
print("_______")

输出：

我想为

df1

创建一个新列，这样对于每个键

k1

，将应用一个相应的值，这样如果

k1

=

k2

，该值将是

df2

中键为

k2

（

k1

）的组的

v2

的函数（比如max）

上述情况所需的输出：

   k1  result
0   1  0.474951
1   1  0.474951
2   2  0.695962
3   2  0.695962
4   3  0.396015
5   3  0.396015
6   4  0.740344
7   4  0.740344
8   4  0.740344

可以假设

k1

中存在的所有键也在

k2

中

---

这可能是通过两个groupby操作完成的，一个用于查询，一个用于赋值，但我不知道如何将一个操作的输出与另一个操作的输入联系起来

---

编辑：

---

请注意，示例

k1

和

k2

为清晰起见进行了排序，但不能保证是正确的。我也不想排序，因为

o（nlogn）

时间，这可以在

o（n）

中完成，首先，您可以在

df2

中的

k2

和

v2

列上排序，以确保列

v2

中的较大值保持在第一位。然后将副本放在

k2

上，以保留第一个，即最大值。最后，

将
k2
中的
v2
列映射到
df1

df1['result']=df1['k1'].map（df2.sort_值（['k2'，v2']，升序=[True，False]）。删除重复项（'k2'，keep='first'）。设置_索引（'k2'）['v2']）

首先，您可以对
df2
中的
k2
和
v2
列进行排序，以确保列
v2
中的较大值保持在第一位。然后将副本放在
k2
上，以保留第一个，即最大值。最后，
将
k2
中的
v2
列映射到
df1

df1['result']=df1['k1'].map（df2.sort_值（['k2'，v2']，升序=[True，False]）。删除重复项（'k2'，keep='first'）。设置_索引（'k2'）['v2']）

我们可以尝试
map
和
groupby

df1['result'] = df1['k1'].map(df2.groupby('k2')['v2'].max())


我们可以尝试
map
和
groupby

df1['result'] = df1['k1'].map(df2.groupby('k2')['v2'].max())


什么强制将
k1
通过值映射到
k2
？看起来这依赖于排序，这符合简单的示例数据，但我不确定能否解决一般情况。@Gulzar这种方法不依赖于排序。熊猫在索引上对齐数据，
map
方法也是如此，因此从技术上讲，只有
k2
的匹配值映射到
k1
为了提高性能，我们可以在
groupby
调用
df1['k1'].map（df2.groupby（'k2'，sort=False）['v2'].max（）中传递一个可选参数
sort=False
它可以工作，但我不明白为什么。
k1
和
k2
都不是索引。据我所知，这依赖于数据帧的索引的存在和匹配。我遗漏了什么？在这种情况下，我们可以做
df1['k1'].map（df2.set_index（'k2'）['v2]）
，只需确保
df2
在
k2
列中不包含重复项。是什么强制
k1
通过值映射到
k2
？看起来这依赖于排序，这符合简单的示例数据，但我不确定能否解决一般情况。@Gulzar这种方法不依赖于排序。熊猫在索引上对齐数据，
map
方法也是如此，因此从技术上讲，只有
k2
的匹配值映射到
k1
为了提高性能，我们可以在
groupby
调用
df1['k1'].map（df2.groupby（'k2'，sort=False）['v2'].max（）中传递一个可选参数
sort=False
它可以工作，但我不明白为什么。
k1
和
k2
都不是索引。据我所知，这依赖于数据帧的索引的存在和匹配。我遗漏了什么？在这种情况下，我们可以执行
df1['k1'].map（df2.set_index（'k2'）['v2]）
，只需确保
df2
在
k2
列中不包含重复项即可。
df1['result'] = df1['k1'].map(df2.groupby('k2')['v2'].max())

   k1    result
0   1  0.474951
1   1  0.474951
2   2  0.695962
3   2  0.695962
4   3  0.396015
5   3  0.396015
6   4  0.740344
7   4  0.740344
8   4  0.740344