Question

假设我有以下与公司面板数据相对应的数据框。变量entry指定公司何时进入市场，在此变量上我想创建一个队列（随着时间的推移跟踪公司）。有什么办法可以执行这样的代码吗？（基本上变量cohort应该在entry = 1

时指定年份

从此数据框

id  year  entry  
 1  2009    0     
 1  2012    1     
 1  2013    0     
 1  2014    0     
 2  2010    1     
 2  2011    0    
 2  2012    0     
 3  2007    0    
 3  2008    0     
 3  2012    1     
 3  2013    0

我需要传递类似这样的内容

id  year  entry  cohort
 1  2009    0     NaN
 1  2012    1     2012
 1  2013    0     2012
 1  2014    0     2012
 2  2010    1     2010
 2  2011    0     2010
 2  2012    0     2010
 3  2007    0     NaN
 3  2008    0     NaN
 3  2012    1     2012
 3  2013    0     2012

非常感谢，对不起我的英语，不是英语（我和python一样练习）

Answer 1

将year保持在entry等于1的位置：

df.year.where(df.entry == 1)
#0        NaN
#1     2012.0
#2        NaN
#3        NaN
#4     2010.0
#5        NaN
#6        NaN
#7        NaN
#8        NaN
#9     2012.0
#10       NaN
#Name: year, dtype: float64

然后使用groupby + ffill：

df["cohort"] = df.year.where(df.entry == 1).groupby(df.id).ffill()

df
#    id  year  entry  cohort
#0    1  2009      0     NaN
#1    1  2012      1  2012.0
#2    1  2013      0  2012.0
#3    1  2014      0  2012.0
#4    2  2010      1  2010.0
#5    2  2011      0  2010.0
#6    2  2012      0  2010.0
#7    3  2007      0     NaN
#8    3  2008      0     NaN
#9    3  2012      1  2012.0
#10   3  2013      0  2012.0

Answer 2

IIUC

df['cphort']=df.year.mask(df.entry==0).groupby(df.id).ffill()
df
Out[202]: 
    id  year  entry  cphort
0    1  2009      0     NaN
1    1  2012      1  2012.0
2    1  2013      0  2012.0
3    1  2014      0  2012.0
4    2  2010      1  2010.0
5    2  2011      0  2010.0
6    2  2012      0  2010.0
7    3  2007      0     NaN
8    3  2008      0     NaN
9    3  2012      1  2012.0
10   3  2013      0  2012.0

面板数据：队列，跟踪id随时间的变化

2 个答案: