基于其他列与行的值设置DataFrame的Value列值

我有一个包含Date、Location、Category、Value四列的DataFrame df。需要按Date和Location分组，将每组中Category为5及以上的行的Value值，替换为该组内Category=5的行的Value值。

原数据示例 #

df:
Date       Location  Category  Value
20220101   FE        1         0.23
20220101   FE        2         0.24
20220101   FE        3         0.26
20220101   FE        4         0.27
20220101   FE        5         0.28
20220101   FE        6         0.30
20220101   RP        5         0.32
20220101   RP        6         0.35
20220102   FE        1         0.20
20220102   FE        2         0.23
20220102   FE        3         0.25
20220102   FE        4         0.26
20220102   FE        5         0.28
20220102   FE        6         0.32

期望处理后的数据 #

df_new:
Date       Location  Category  Value
20220101   FE        1         0.23
20220101   FE        2         0.24
20220101   FE        3         0.26
20220101   FE        4         0.27
20220101   FE        5         0.28
20220101   FE        6         0.28 <-- 替换为Category==5行的Value值
20220101   RP        5         0.32
20220101   RP        6         0.32 <-- 替换为Category==5行的Value值
20220102   FE        1         0.20
20220102   FE        2         0.23
20220102   FE        3         0.25
20220102   FE        4         0.26
20220102   FE        5         0.28
20220102   FE        6         0.28 <-- 替换为Category==5行的Value值

目前仅能提取指定Date和Location下Category=5的Value值：

df.loc[(df['Date'] == 20220101) & (df['Location'] == 'FE') & (df['Category'] == 5), 'Value'].iloc[0]

需要一个简便高效的方法实现批量修改Value列值。

可复现代码 #

df = pd.DataFrame({
    'Date':[20220101, 20220101, 20220101, 20220101, 20220101, 20220101, 20220101, 20220101, 20220102, 20220102, 20220102, 20220102, 20220102, 20220102, 20220102, 20220102],
    'Location':['FE', 'FE', 'FE', 'FE', 'FE', 'FE', 'RP', 'RP', 'FE', 'FE', 'FE', 'FE', 'FE', 'FE', 'RP', 'RP'],
    'Category':[1, 2, 3, 4, 5, 6, 5, 6, 1, 2, 3, 4, 5, 6, 5, 6],
    'Value':[0.23, 0.24, 0.26, 0.27, 0.28, 0.3, 0.32, 0.35, 0.2, 0.23, 0.25, 0.26, 0.28, 0.32, 0.34, 0.36]
})

以下是几种高效的批量实现方法：

方法一：分组映射替换 #

先提取每组Category=5的Value作为映射，再匹配替换目标行：

# 生成(Date, Location)到对应Category=5的Value的映射
grouped_map = df[df['Category'] == 5].set_index(['Date', 'Location'])['Value']

# 筛选出Category>=5的行，通过索引匹配映射值完成替换
mask = df['Category'] >= 5
df.loc[mask, 'Value'] = df.loc[mask].set_index(['Date', 'Location']).index.map(grouped_map.get)

方法二：groupby+apply分组处理 #

通过分组应用自定义函数，直接修改每组内的目标值：

def process_group(group):
    # 获取当前组Category=5的Value
    cat5_val = group.loc[group['Category'] == 5, 'Value'].iloc[0]
    # 替换组内Category>=5的行的Value
    group.loc[group['Category'] >= 5, 'Value'] = cat5_val
    return group

# 按Date和Location分组应用函数
df_new = df.groupby(['Date', 'Location']).apply(process_group).reset_index(drop=True)

方法三：transform广播替换 #

利用transform将每组Category=5的Value广播到整组，再通过条件替换：

# 对每组，获取Category=5的Value并广播到组内所有行
cat5_broadcast = df.groupby(['Date', 'Location'])['Value'].transform(
    lambda x: x[df['Category'] == 5].iloc[0]
)

# 替换Category>=5的行的Value
df['Value'] = df.apply(
    lambda row: cat5_broadcast[row.name] if row['Category'] >=5 else row['Value'],
    axis=1
)

执行任意一种方法后，DataFrame都会符合期望的输出结果。

内容的提问来源于stack exchange，提问作者fjurt