Python 熊猫：使用其他列的子组中的值创建新列

我有一个带有事务的数据框。索引是交易的日期（时间戳），列是价格（浮动）、城市（字符串）和产品名称（字符串）。我想在数据框中添加一个新列，其中包含每个城市每种产品的最低价格。因此，第四列对于城市和产品相同的每一行都具有相同的值

下面是示例代码：

# dictionary of transactions

d = {'1': ['20', 'NYC', 'Widget A'], '2': ['30', 'NYC', 'Widget A'], '3': ['5', 'NYC', 'Widget A'], \
     '4': ['300', 'LA', 'Widget B'], '5': ['30', 'LA', 'Widget B'],  '6': ['100', 'LA', 'Widget A']}

columns=['Price', 'City', 'Product']

# create dataframe and rename columns

df = pd.DataFrame.from_dict(data=d, orient='index')
df.columns = columns

这将生成如下所示的数据帧

Price   City    Product

1   20  NYC Widget A

2   30  NYC Widget A

3   5   NYC Widget A

4   300 LA  Widget B

5   30  LA  Widget B

6   100 LA  Widget A

---

因此，我想添加一个新的列，其中包含每个城市/产品子组的最低价格。因此，第1-3行（所有的NYC/小部件A）将是5（第3行中的最小价格），第4行和第5行的值将是30（LA/小部件B），第6行的值将是100。

您需要将

转换

应用到

groupby

，这将保留原始数据帧的形状

import pandas as pd
import numpy as np

df = pd.DataFrame({'price': np.round(np.random.random(15), 2), 
                   'product': list('ABC') * 5, 
                   'city': ['San Francisco'] * 10 + ['New York'] * 5}

df['min_city_product_price'] = df.groupby(['city', 'product']).price.transform(min)

>>> df
             city  price product  min_city_product_price
0   San Francisco   0.65       A                    0.35
1   San Francisco   0.97       B                    0.28
2   San Francisco   0.09       C                    0.09
3   San Francisco   0.35       A                    0.35
4   San Francisco   0.28       B                    0.28
5   San Francisco   0.84       C                    0.09
6   San Francisco   0.49       A                    0.35
7   San Francisco   0.94       B                    0.28
8   San Francisco   0.13       C                    0.09
9   San Francisco   0.89       A                    0.35
10       New York   0.75       B                    0.30
11       New York   0.31       C                    0.31
12       New York   0.22       A                    0.22
13       New York   0.30       B                    0.30
14       New York   0.56       C                    0.31

---

从示例数据框

product.csv

开始，如下所示：

date,price,city,product
2015-09-21,1.5,c1,p1
2015-09-21,1.2,c1,p1
2015-09-21,0.5,c1,p2
2015-09-21,0.3,c1,p2
2015-09-22,0.6,c2,p2
2015-09-22,1.2,c2,p2

我会这样做：

# Read Dataframe
df = pd.read_csv('product.csv')

然后，我将添加所需的列，其中包含：

df['minprice'] = df.groupby(['city','product'])['price'].transform(min)

返回：

         date  price city product  minprice
0  2015-09-21    1.5   c1      p1       1.2
1  2015-09-21    1.2   c1      p1       1.2
2  2015-09-21    0.5   c1      p2       0.3
3  2015-09-21    0.3   c1      p2       0.3
4  2015-09-22    0.6   c2      p2       0.6
5  2015-09-22    1.2   c2      p2       0.6

---

希望能有所帮助。

请添加一些示例代码和预期输出，以便重现您的问题。为了响应该请求，添加输入和输出的示例数据框被认为是礼貌的。否则人们就得花时间去编自己的例子，有时这意味着人们提出的例子与你的真实案例不同，在某种程度上你没有想到要提及，这让每个人都很沮丧。谢谢大家。这是我的第一篇帖子，所以我没有意识到这一点。我刚刚编辑了这篇文章以包含样本数据。谢谢！这确实有帮助。这实际上是我在发布这个问题之前尝试过的一个解决方案。它对示例数据有效，但当我尝试在实际数据集上使用它时，我得到一个错误“ValueError:Length mismatch:Expected axis有5221个元素，新值有5247个元素”。我自己的数据集肯定有问题。问题是在我的数据集中，一些价格是NaN。这导致了长度不匹配。问题解决了。再次感谢，不客气。请考虑接受两个答案中的一个，如果它们能帮助你解决你的任务。我想知道如果我想向传递给

transform

的函数传递一个附加参数，该怎么办？e、 类似于

transform（func，args=1）

（当然这不起作用）。非常感谢，谢谢！另一个用户提供了相同的解决方案，因此我将用我回复他的内容进行回复。此解决方案对示例数据进行了修改，但当我尝试在实际数据集上使用它时，得到一个错误“ValueError:长度不匹配：预期轴有5221个元素，新值有5247个元素”。我自己的数据集肯定有问题。问题是在我的数据集中，一些价格是NaN。这导致了长度不匹配。问题解决了。再次感谢。