按Event分组替换DataFrame中Type字段指定值的技术实现需求

给定输入DataFrame：

Date                  event   type
2023-04-11 13:42:16   play     a
2023-04-11 14:02:26   play     x
2023-04-11 14:36:09   play     a
2023-04-11 14:37:46   start    x
2023-04-11 14:41:34   start    y
2023-04-11 14:46:27   start    x
2023-04-11 14:47:03   start    x

需求：按event字段分组，若分组内存在type为'a'的记录，则将该分组中所有type为'a'的记录替换为x，其余记录保持不变，期望输出：

Date                  event   type
2023-04-11 13:42:16   play     *x*
2023-04-11 14:02:26   play     x
2023-04-11 14:36:09   play     *x*
2023-04-11 14:37:46   start    x
2023-04-11 14:41:34   start    y
2023-04-11 14:46:27   start    x
2023-04-11 14:47:03   start    x

使用Pandas的分组与条件判断即可实现，具体代码如下：

import pandas as pd

# 初始化输入DataFrame
df = pd.DataFrame({
    'Date': ['2023-04-11 13:42:16', '2023-04-11 14:02:26', '2023-04-11 14:36:09',
             '2023-04-11 14:37:46', '2023-04-11 14:41:34', '2023-04-11 14:46:27',
             '2023-04-11 14:47:03'],
    'event': ['play', 'play', 'play', 'start', 'start', 'start', 'start'],
    'type': ['a', 'x', 'a', 'x', 'y', 'x', 'x']
})

# 标记每条记录所属分组是否包含type='a'
group_has_a = df.groupby('event')['type'].transform(lambda g: 'a' in g.values)

# 执行条件替换
df['type'] = df.apply(
    lambda row: '*x*' if group_has_a[row.name] and row['type'] == 'a' else row['type'],
    axis=1
)

print(df)

代码说明 #

• groupby('event')['type'].transform(...)：通过transform方法为每条记录生成布尔标记，指示其所属分组是否存在type='a'的记录，返回序列长度与原DataFrame一致。
• apply条件判断：遍历每条记录，同时校验分组标记和当前type值，满足条件则替换为带强调格式的*x*，否则保留原始值。

内容的提问来源于stack exchange，提问作者rose1110