Python 如果同一个键有两个不同的值，如何更改dataframe单元格中的值

我正在用Python编写脚本，我正在寻找以下问题的最佳解决方案：

我有大熊猫数据帧（至少100k行），如果有行在col2中具有相同的值，但在col3中具有不同的值，那么我想更改col3中的所有值以获得一个

例如：

----------------------
| col1 | col2 | col3 |
----------------------
|   a  |   1  |   A  |
----------------------
|   b  |   2  |   A  |
----------------------
|   c  |   2  |   B  |
----------------------
|   d  |   2  |   B  |
----------------------
|   e  |   3  |   B  |
----------------------
|   f  |   3  |   B  |
----------------------

应该是这样的：

----------------------
| col1 | col2 | col3 |
----------------------
|   a  |   1  |   A  |
----------------------
|   b  |   2  |   A  |
----------------------
|   c  |   2  |   A  |
----------------------
|   d  |   2  |   A  |
----------------------
|   e  |   3  |   B  |
----------------------
|   f  |   3  |   B  |
----------------------

我通过对col2上的数据帧进行排序并在col2中的值和“块”中的值发生变化时对行进行迭代，解决了这个问题相同的col2值中有不同的值，我更改col3值，但此算法对100k行大约需要60秒，我正在寻找更充分的答案。

用于测试唯一值的数量，并按条件在中设置新值：

详细信息：

首先使用

transform

检查与原始数据帧相同大小序列的每组唯一值的数量：

print (df.groupby('col2')['col3'].transform('nunique'))
0    1
1    2
2    2
3    2
4    1
5    1
Name: col3, dtype: int64

然后测试是否不相等：

print (df.groupby('col2')['col3'].transform('nunique') != 1)
0    False
1     True
2     True
3     True
4    False
5    False
Name: col3, dtype: bool

---

上次按值覆盖

True

行

A

每次都会将值更新为“A”，或者有一些规则要更新哪个值？您可以尝试使用pysparkbeat me来更新它！：D

print (df.groupby('col2')['col3'].transform('nunique') != 1)
0    False
1     True
2     True
3     True
4    False
5    False
Name: col3, dtype: bool