Python 如何利用熊猫的特定条件进行分组？

我有这个数据框：

pickup_to_drop_location_km  food_item_quantity
23  4.067   2
24  4.067   1
25  4.067   1
26  7.081   1
27  7.081   1
...     ...     ...
595613  7.834   1
595675  6.199   1
595699  6.324   1
595700  6.324   1
595705  7.500   1

如果我做简单的分组求和（作为标准方式）

df.groupby（'picking\u to\u drop\u location\u km'）.sum（）

我会得到：

pickup_to_drop_location_km food_item_quantity
0.058     1
0.123     3
0.126     2
0.177     1
0.180     1
         ..
17.046    2
20.561    1
20.915    1
23.201    2
25.244    1

但是我想提供一个条件，比如结果是食物项目数量应该是max 2。例如：如果数据帧为：

pickup_to_drop_location_km  food_item_quantity
23  12.067   2
24  12.067   1
25  12.067   1
26  12.067   1
26  9.381    1
27  9.381    1

结果应该是这样的：

pickup_to_drop_location_km  food_item_quantity
23  12.067   2
24  12.067   2
25  12.067   1
26  9.381    2

我希望，我已经说清楚了。食品项目数量列不能超过2。 对不起，我只是个初学者。！

---

有人帮忙吗

如果我正确理解了问题，这应该行得通

import numpy as np
df2 = df.groupby('pickup_to_drop_location_km').sum()
df2['food_item_quantity'] = np.minimum(df2['food_item_quantity'],2)

或者没有努比，或者更像熊猫

df2 = df.groupby('pickup_to_drop_location_km').sum()
df2[df2['food_item_quantity']>2] = 2

---

这是一个有点笨重，但工作。首先，我们定义一个函数，该函数将一个数字（比如5）“分块”到一个允许的最大数字列表中，然后剩下（5->[2,2,1]）

打印

[2,2,1]

现在，我们将此函数应用于汇总

食品项目数量
和爆炸

df2 = df.groupby('pickup_to_drop_location_km').sum()
df2['food_item_quantity'] = df2['food_item_quantity'].apply(lambda q: chunk_up(q,2))
df3 = df2.explode('food_item_quantity')
df3

印刷品

food_item_quantity pickup_to_drop_location_km   
9.381                 2
12.067                2
12.067                2
12.067                1

嗨，我试过这个。此解决方案仅适用于将大于2的值转换为2的情况。我在寻找更像groupby的方法，将“食物项目数量”相加为2，如果有任何大于2的值，则为额外的行创建单独的行。我在问题描述中提到过！谢谢
food_item_quantity pickup_to_drop_location_km   
9.381                 2
12.067                2
12.067                2
12.067                1