基于熊猫分组依据的数据框修改

Question

我有一个带有以下列的数据框：文件夹号，文件名，Val_Indices和Final_Result。Val_Indices和Final_Result可以采用值：0、1或2

样本数据

+---------------+-----------+-------------+--------------+
| Folder_Number | File_Name | Val_Indices | Final_Result |
+===============+===========+=============+==============+
|      100      | ABC.png   |      0      |       1      |
+---------------+-----------+-------------+--------------+
|      100      | DEF.png   |      0      |       0      |
+---------------+-----------+-------------+--------------+
|      100      | EFG.png   |      0      |       1      |
+---------------+-----------+-------------+--------------+
|      200      | HIJ.png   |      1      |       0      |
+---------------+-----------+-------------+--------------+
|      200      | KLM.png   |      1      |       1      |
+---------------+-----------+-------------+--------------+
|      300      | NOP.png   |      2      |       2      |
+---------------+-----------+-------------+--------------+

我希望将数据按Folder_Number进行分组，并且与该Folder_Number相对应的所有行的Final_Result值应为该组中值的最小值。

例如，对应于Folder_Number = 100，我希望文件夹编号100的所有行都具有Final_Result = 0（最小值为1，0，1）。

类似地，对应于文件夹号200，所有行都应具有Final_Result = 0（0和1的最小值）。

对应于文件夹编号300，所有行都应具有Final_Result = 2（文件夹300仅具有1 Final_Result值）

Answer 1

您可以做

df['Final_Result'] = df.groupby('Folder_Number')['Val_Indices'].transform(min)