在 pandas 中的非唯一（重复）单元格上传播值

Question

我有以下数据框

import pandas as pd

df=pd.DataFrame({'Players': [ 'Sam', 'Greg', 'Steve', 'Sam',
                 'Jill', 'Bill', 'Nod', 'Mallory', 'Ping', 'Lamar'],
                 'Address': ['112 Fake St','13 Crest St','14 Main St','112 Fake St','2 Morningwood','7 Cotton Dr','14 Main St','20 Main St','7 Cotton Dr','7 Cotton Dr'],
                 'Status': ['Infected','','Dead','','','','','','','Infected'],
                 })

print(df)

并且我想将状态值 'infected' 传播给同一地址内的每个人。

这意味着如果不止一个人在同一个地址，并且一个人处于感染状态，那么每个人都会处于这种状态。

所以结果应该是这样的：

df2=pd.DataFrame({'Players': [ 'Sam', 'Greg', 'Steve', 'Sam',
                 'Jill', 'Bill', 'Nod', 'Mallory', 'Ping', 'Lamar'],
                 'Address': ['112 Fake St','13 Crest St','14 Main St','112 Fake St','2 Morningwood','7 Cotton Dr','14 Main St','20 Main St','7 Cotton Dr','7 Cotton Dr'],
                 'Status': ['Infected','','Dead','Infected','','Infected','','','Infected','Infected'],
                 })

print(df2)

我该怎么做？到目前为止我试过这个：

df[df.duplicated("Address")]

但它只选择后面的重复项而不是全部

Answer 1

这是一种方法：

In [19]:    
infected = df[df['Status']=='Infected'].set_index('Address')
df.loc[df['Address'].isin(infected.index),'Status'] = df['Address'].map(infected['Status']).fillna('')
df

Out[19]:
         Address  Players    Status
0    112 Fake St      Sam  Infected
1    13 Crest St     Greg          
2     14 Main St    Steve      Dead
3    112 Fake St      Sam  Infected
4  2 Morningwood     Jill          
5    7 Cotton Dr     Bill  Infected
6     14 Main St      Nod          
7     20 Main St  Mallory          
8    7 Cotton Dr     Ping  Infected
9    7 Cotton Dr    Lamar  Infected

因此，这首先构建了状态为 'Infected' 的 df 视图，然后我们将索引设置为地址，这将创建一个查找 table，然后我们可以在其中查找地址map 在 infected 索引和 return 状态。

我在这里使用 loc 仅 select 受感染索引中的地址，其他行保持不变。

在 pandas 中的非唯一（重复）单元格上传播值

propagating values over non-unique (duplicate) cells in pandas

python

group-by

pandas