Question

在以下DataFrame中，我有三列：

   Code      |   Category  |    Count
     X               A          89734
     X               A          239487
     Y               B          298787
     Z               B          87980
     W               C          098454

我需要添加一个列，如果一个类别有多个唯一代码（如上例中的B），它会得到一个标志，表示它是一个测试。

所以我要找的输出是：

   Code      |   Category  |    Count    | Test_Flag
     X               A          89734       
     X               A          239487
     Y               B          298787         T
     Z               B          87980          T
     W               C          098454

Answer 1

您还可以选择transform numpy.where来填充值。

df['Test_flag'] = np.where(df.groupby('Category').Code.transform('nunique') > 1, 'T', '')


>>> df
  Category Code   Count Test_flag
0        A    X   89734          
1        A    X  239487          
2        B    Y  298787         T
3        B    Z   87980         T
4        C    W   98454

Answer 2

您可以使用filtration与nunique查找index values，然后使用loc创建新列：

print (df.groupby('Category').Code.filter(lambda x: x.nunique() > 1))
2    Y
3    Z
Name: Code, dtype: object

idx = df.groupby('Category').Code.filter(lambda x: x.nunique() > 1).index
print (idx)
Int64Index([2, 3], dtype='int64')

df.loc[idx, 'Test_Flag'] = 'T'
#if necessary, replace NaN to empty string
#df.Test_Flag = df.Test_Flag.fillna('')

print (df)
  Code Category   Count Test_Flag
0    X        A   89734       NaN
1    X        A  239487       NaN
2    Y        B  298787         T
3    Z        B   87980         T
4    W        C   98454       NaN

另一个transform的解决方案，用于loc中使用的布尔掩码：

print (df.groupby('Category').Code.transform('nunique'))
0    1
1    1
2    2
3    2
4    1
Name: Code, dtype: int64

mask = df.groupby('Category').Code.transform('nunique') > 1
print (mask)
0    False
1    False
2     True
3     True
4    False
Name: Code, dtype: bool

df.loc[mask, 'Test_Flag'] = 'T'
#if necessary, replace NaN to empty string
#df.Test_Flag = df.Test_Flag.fillna('')

print (df)
  Code Category   Count Test_Flag
0    X        A   89734       NaN
1    X        A  239487       NaN
2    Y        B  298787         T
3    Z        B   87980         T
4    W        C   98454       NaN

python pandas flag如果列中的每个值有多个唯一行

2 个答案: