Python3 Pandas -转换并返回一系列新的价格列

Question

我正在处理一个问题，这个问题要求我使用split-apply-combine执行几个操作。除了最后一个问题，我得到了大多数问题的答案。

这是最后一个问题：

如果某一类别的最高价格超过3.00美元，则将该类别中的所有价格降低10%。返回新价格列的系列。

import pandas as pd 
import numpy as np
grocery = pd.DataFrame({'category':['produce', 'produce', 'meat',
                                'meat', 'meat', 'cheese', 'cheese'],
                    'item':['celery', 'apple', 'ham', 'turkey',  'lamb',
                            'cheddar', 'brie'],
                    'price':[.99, .49, 1.89, 4.34, 9.50, 6.25, 8.0]})
grouped = grocery.groupby('category')
answer = grouped.transform(lambda x: 0.9 * x if np.max(x) > 3 else x)

我想我得到了这一类别中所有价格降低10%的部分。然而，我遇到了一个问题，我如何才能将我的“答案”作为一系列新的价格列返回。

当我将我所拥有的(‘答案’)提交到提交页面时，价格的值是正确的，但它不被视为一个系列。我知道pd.Series，但不确定如何在这里将其转换为系列。

有人能给我一个见解吗？

Answer 1

只需分配给新列，因为GroupBy.transform返回的系列与原始DataFrame具有相同的大小，而且对于一般解决方案，有必要在groupby之后指定列price仅处理此列：

grouped = grocery.groupby('category')['price']
print (type(grouped.transform(lambda x: 0.9 * x if np.max(x) > 3 else x)))
<class 'pandas.core.series.Series'>

print (grouped.transform(lambda x: 0.9 * x if np.max(x) > 3 else x))
0    0.990
1    0.490
2    1.701
3    3.906
4    8.550
5    5.625
6    7.200
Name: price, dtype: float64

如果需要赋值到列price

grocery['price'] = grouped.transform(lambda x: 0.9 * x if np.max(x) > 3 else x)
print (grocery)
  category     item  price
0  produce   celery  0.990
1  produce    apple  0.490
2     meat      ham  1.701
3     meat   turkey  3.906
4     meat     lamb  8.550
5   cheese  cheddar  5.625
6   cheese     brie  7.200

和使用assign的解决方案

grocery = (grocery.assign(price = lambda x: x.groupby('category')['price']
                                             .transform(lambda x: 0.9 * x 
                                                                  if np.max(x) > 3 
                                                                  else x)))