Pandas：将组内probability<15%的number替换为组内概率最高的number

原始数据 #

需求说明 #

按category分组，将每组中probability低于15%（即0.15）的number值，替换为该组内probability最高的对应number值。

实现代码（Python Pandas） #

import pandas as pd

# 构造原始数据
df = pd.DataFrame({
    'category': [1102, 1102, 1102, 2884, 2884, 2884],
    'number': [24, 18, 16, 24, 15, 10],
    'probability': [0.3, 0.6, 0.1, 0.16, 0.8, 0.04]
})

# 按category分组，提取每组概率最高对应的number
group_top_num = df.groupby('category').apply(
    lambda group: group.loc[group['probability'].idxmax(), 'number']
).reset_index(name='top_number')

# 合并原始数据与每组的top_number
df = df.merge(group_top_num, on='category')

# 替换符合条件的number值
df['number'] = df.apply(
    lambda row: row['top_number'] if row['probability'] < 0.15 else row['number'],
    axis=1
)

# 移除临时辅助列
df = df.drop('top_number', axis=1)

print(df)

处理后结果 #

内容的提问来源于stack exchange，提问作者Zichaun