我有一个如下示例数据框

df = pd.DataFrame(columns=['Id_hour', 'Id', 'hour', 'label'])df['Id_hour'] = ['A_1','A_2','A_3','A_4','B_1','B_2','B_3','B_4','C_1','C_2','C_3','C_4']df['Id'] = ['A','A', 'A', 'A', 'B', 'B', 'B', 'B','C', 'C', 'C', 'C']df['hour'] = ['1','2', '3', '4', '1', '2', '3','4','1', '2', '3','4']df['label'] = ['H','L', 'L', 'L', 'H', 'H', 'H', 'L','H', 'H', 'L', 'L']

我想获取每个Id中标签列出现次数的最大值。然后将出现次数最多的那个标签分配给该特定Id的所有行，分配到一个名为assigned_label的新列中。如果没有单一的局部最大值（例如，如果一个标签在每个Id中出现的次数相同），我想为该Id的所有行分配一个新的标签’R’到assigned_label列中。输出结果应该如下所示

df['assigned_label'] = ['L', 'L', 'L', 'L', 'H', 'H', 'H','H','R','R', 'R', 'R']

回答：

你可以尝试这样做：

df['assigned_label'] = df.groupby('Id')['label']\                         .transform(lambda x: x.mode()[0] if len(x.mode()) == 1 else 'R')

输出结果：

   Id_hour Id hour label assigned_label0      A_1  A    1     H              L1      A_2  A    2     L              L2      A_3  A    3     L              L3      A_4  A    4     L              L4      B_1  B    1     H              H5      B_2  B    2     H              H6      B_3  B    3     H              H7      B_4  B    4     L              H8      C_1  C    1     H              R9      C_2  C    2     H              R10     C_3  C    3     L              R11     C_4  C    4     L              R​