如何基于分组计数条件替换Pandas DataFrame指定列的对应值

你原有代码的问题是判断条件返回的是单个布尔值，不是和原DataFrame行数一致的布尔序列，因此无法匹配所有需要替换的行。可以用groupby+transform的方案实现需求：

import pandas as pd
df = pd.read_excel('c:/test.xlsx')
# 统计每一行所属(col1, col2)分组的总记录数
group_cnt = df.groupby(['col1', 'col2'])['col1'].transform('count')
# 筛选分组记录数大于2的行，替换col1值为b
df.loc[group_cnt > 2, 'col1'] = 'b'

如果仅需要替换原col1值为a的符合条件分组，可以调整判断条件：

df.loc[(group_cnt > 2) & (df['col1'] == 'a'), 'col1'] = 'b'

原理说明：transform方法会把分组聚合后的结果广播到分组内的每一行，得到和原DataFrame长度完全一致的计数序列，配合loc就可以批量筛选所有符合条件的行完成替换。

内容的提问来源于stack exchange，提问作者bibiji