如何在Pandas Groupby中将含'Hat'的分组所有val值设为'Hat'

你已经找对了分组判断的思路，接下来只需要把符合条件的分组统一替换值就行。这里给你两种方案，一种是基于你现有循环逻辑的改进，另一种是更高效的Pandas原生向量化操作：

方案一：改进你的循环代码 #

你原来的循环里拿到了分组后的子DataFrame，但直接修改子DataFrame不会影响原数据，所以需要通过分组的键（也就是ind的值）定位原DataFrame的对应行来修改：

for ind_val, group in df.groupby('ind'):
    # 判断当前分组是否包含'Hat'
    if group['val'].str.contains('Hat').any():
        # 定位原df中ind等于当前分组值的所有行，将val设为'Hat'
        df.loc[df['ind'] == ind_val, 'val'] = 'Hat'

方案二：更高效的向量化方法（推荐） #

Pandas的transform方法可以把分组的计算结果广播回原DataFrame的每一行，不用写循环，处理大数据量时速度更快：

# 生成一个布尔序列，标记每一行所在的分组是否包含'Hat'
has_hat_in_group = df.groupby('ind')['val'].transform(lambda x: x.str.contains('Hat').any())
# 对所有符合条件的行，将val设置为'Hat'
df.loc[has_hat_in_group, 'val'] = 'Hat'

验证示例 #

用你给出的测试数据来验证：

import pandas as pd

# 构造示例DataFrame
data = {
    'ind': [1,1,1,2,2,3,3,3],
    'val': ['Hat', 'Cat', 'Cat', 'Dog', 'Log', 'Hat', 'Hat', 'Hat']
}
df = pd.DataFrame(data)

# 运行方案二的代码
has_hat_in_group = df.groupby('ind')['val'].transform(lambda x: x.str.contains('Hat').any())
df.loc[has_hat_in_group, 'val'] = 'Hat'

print(df)

输出结果：

ind  val
0    1  Hat
1    1  Hat
2    1  Hat
3    2  Dog
4    2  Log
5    3  Hat
6    3  Hat
7    3  Hat

内容的提问来源于stack exchange，提问作者SharpObject