Question

我是熊猫新手。我有一个像这样的Pandas数据框：

df = pd.DataFrame(data={'id': [1, 1, 1, 2, 2, 2, 2], 'val1': [0, 1, 0, 0, 1, 0, 0]})

我想添加一个列val2，用于指示某行是否位于与id所在地val1 == 1相同的另一行之下。

结果将是一个数据框，如：

df = pd.DataFrame(data={'id': [1, 1, 1, 2, 2, 2, 2], 'val1': [0, 1, 0, 0, 1, 0, 0], 'val2': [0, 0, 1, 0, 0, 1, 1]})

我的第一个想法是使用apply语句，但这些只是按行进行。从我的循环经验来看，永远不是答案。任何帮助将不胜感激！

Answer 1

让我们在shift内尝试cumsum + groupby。

df['val2'] = df.groupby('id').val1.apply(
    lambda x: x.shift().cumsum()
).ge(1).astype(int)

或者，试图避开lambda，

df['val2'] = (    
   df.groupby('id')
     .val1.shift()
     .groupby(df.id)
     .cumsum()
     .ge(1)
     .astype(int)
)

df
   id  val1  val2
0   1     0     0
1   1     1     0
2   1     0     1
3   2     0     0
4   2     1     0
5   2     0     1
6   2     0     1

Answer 2

使用groupby + transform。与coldspeed相似，但使用bool转换为非零cumsum值。

df['val2'] = df.groupby('id')['val1'].transform(lambda x: x.cumsum().shift())\
                                     .fillna(0).astype(bool).astype(int)

print(df)

   id  val1  val2
0   1     0     0
1   1     1     0
2   1     0     1
3   2     0     0
4   2     1     0
5   2     0     1
6   2     0     1

Pandas - 行是否属于具有列值和相同ID的行

2 个答案: