Python使用GROUPBY和条件创建新的数据帧列

我有一个熊猫数据框，如下所示

player  count1  count2
A       1       1
A       2       1
A       3       1
A       4       2
A       5       2
B       1       1
B       2       2
B       3       2
B       4       2

列

player

包含姓名，

count1

是一个累积和，列

count2

包含其他计数

现在，我想创建一个包含

count1

值的新列，其中

count2

列首先包含

2

值

因此，结果应如下所示：

player  count1  count2  new
A       1       1       4
A       2       1       4
A       3       1       4
A       4       2       4
A       5       2       4
B       1       1       2
B       2       2       2
B       3       2       2
B       4       2       2

我试着用

变换

，但我不知道如何将它与基于

count2

列的条件结合起来（以及对

count1

列的值进行压缩）

如果没有

groupby

，它是这样工作的，但是我不知道在哪里以及如何添加

groupby

：

df['new'] = df.loc[matches['count2'] == 2, 'count1'].min()

由

系列使用

：

s = df[df['count2'] == 2].drop_duplicates(['player']).set_index('player')['count1']

df['new'] = df['player'].map(s)
print (df)
  player  count1  count2  new
0      A       1       1    4
1      A       2       1    4
2      A       3       1    4
3      A       4       2    4
4      A       5       2    4
5      B       1       1    2
6      B       2       2    2
7      B       3       2    2
8      B       4       2    2

详细信息：

仅通过以下方式第一次筛选

2

行：

然后通过

player

column删除重复：

---

@beta然后使用merge和左连接，比如df。合并（df[df['count2']==2]。在class='player'，how='left'上删除重复项（['player']））

print (df[df['count2'] == 2])
  player  count1  count2
3      A       4       2
4      A       5       2
6      B       2       2
7      B       3       2
8      B       4       2

print (df[df['count2'] == 2].drop_duplicates(['player']))
  player  count1  count2
3      A       4       2
6      B       2       2