Python 当列具有重复值且值来自函数时，数据帧中的大容量替换值

我有一个带有以下数据类型的熊猫数据帧

df

：

+------+------+--+
| Col1 | Col2 |  |
+------+------+--+
| abc  |  123 |  |
| abc  |  234 |  |
| cde  |  123 |  |
| cde  |  234 |  |
| ghi  |  455 |  |
| ghi  |  755 |  |
| ghi  |  123 |  |
+------+------+--+

在其他地方，我有一个函数，它从数据帧中获取一个值作为输入。例如，

my_func（arg1，arg2，str_from_df）

。当

my_func

返回值不是

None

时，我想用

my_func

的返回值替换Col1中的值。实现这一点的一种方法是在数据帧中循环，每次更改Col1中的每个值。但这是一个非常缓慢的解决方案。在我的例子中，这也是低效的，因为我只需要为每组

Col1

返回一个调用

my_func

的值

---

我可以同时更改

Col1

中的所有

abc

吗？也就是说，测试例如

my_func（arg1，arg2，df['Col2'].iat[0]）

是否为

None

（与

Col2

中的

abc

的第一个实例相对应的值），如果不是，则使用它的值替换

Col1

中的所有

abc

值。dataframe接近1M行，函数本身也不是无关紧要的，因此我希望尽可能不频繁地调用它。我还应该提到，我希望其他数据保持不变。这能做到吗？可能是一个

lambda

函数？

因为您想在具有相同值

col1

的行组上应用该函数，所以可以使用

groupby（）

和

transform（）

另外，关于

None

vs

Col1

值，您可以在

my_func

中处理它，如

def my_func(e):

  
  result = #your logic
  return result if result!=None else e 

---

对不起，我不太懂语法。如何从该语法将参数传递给我的函数？您可以传递列，在这种情况下将传递“Col1”（请参见更新的答案），是否需要更多参数？我不认为你会需要，因为它们将是静态变量，与行无关这似乎已经奏效，谢谢！我还发现了另一个属性错误，我认为是我的函数导致的，而不是您的解决方案，因此我会将其标记为已回答。很高兴它起到了作用，如果有帮助，请随意投票并将其作为答案：）

def my_func(e):

  
  result = #your logic
  return result if result!=None else e