Python 然后按ID分组查找'；H'；所有行的风险列中的字符

我有一个数据帧df示例：

ID    risk
1111  H
1111  H
1111  L
1111  L
1112  L
1112  L
1113  H
1113  L
1113  H
1113  H
1113  H
1114  L
1114  L
1114  L
1114  L

我想根据ID对数据进行分组，然后在“风险”列中查找出现的“H”字符。如果在特定ID的任何行的风险列中存在任何“H”，我想将风险列中该特定ID的所有行更改为“H”。这就是我想要的：

ID    risk
1111  H
1111  H
1111  H
1111  H
1112  L
1112  L
1113  H
1113  H
1113  H
1113  H
1113  H
1114  L
1114  L
1114  L
1114  L

---

我有一个非常大的数据框架，所以我如何才能有效地做到这一点

首先查找所有唯一的

ID

by，然后将值替换为或

loc

和：

另一个解决方案：

df.loc[df['ID'].isin(df.loc[df['risk'] == 'H', 'ID'].unique()), 'risk'] = 'H'

使用

groupby

的最慢解决方案：

m = df.groupby('ID')['risk'].transform(lambda x: (x == 'H').any())
#better groupby alternative
#m = df['risk'].eq('H').groupby(df['ID']).transform('any')
df['risk'] = np.where(m, 'H', df['risk'])

---

---

谢谢，这个很好用。我尝试了你的第二个解决方案（一行），效果很好。谢谢

m = df.groupby('ID')['risk'].transform(lambda x: (x == 'H').any())
#better groupby alternative
#m = df['risk'].eq('H').groupby(df['ID']).transform('any')
df['risk'] = np.where(m, 'H', df['risk'])

print (df)
      ID risk
0   1111    H
1   1111    H
2   1111    H
3   1111    H
4   1112    L
5   1112    L
6   1113    H
7   1113    H
8   1113    H
9   1113    H
10  1113    H
11  1114    L
12  1114    L
13  1114    L
14  1114    L