如何条件性地替换分组的值？

可以使用 pandas 的 groupby 和 apply 方法，结合 numpy 的 where 函数，对分组的值进行条件性替换。

示例代码：

import pandas as pd
import numpy as np

# 构造数据
data = {'Group': ['A', 'A', 'B', 'B', 'B'],
        'Value': [10, 15, 20, 25, 30]}
df = pd.DataFrame(data)

# 定义替换规则（这里以将 Group 为 B 的 Value 值大于 25 的项替换为 25 为例）
def replace_values(group):
    group['Value'] = np.where((group['Group'] == 'B') & (group['Value'] > 25), 25, group['Value'])
    return group

# 分组并应用替换规则
df = df.groupby('Group').apply(replace_values)

# 输出结果
print(df)

输出结果：

  Group  Value
0     A     10
1     A     15
2     B     20
3     B     25
4     B     25

以上代码中，先使用 groupby 方法按 Group 列分组，再使用 apply 方法应用替换规则 replace_values。在替换规则中，使用 where 函数针对 Group 为 B 且 Value 值大于 25 的项进行替换，其他项不变。最后将 apply 方法应用后得到的新数据重新赋值给原始数据 df，即可得到替换后的结果。