Question

我有以下格式的pandas数据框：

id,criteria_1,criteria_2,criteria_3,criteria_4,criteria_5,criteria_6
1,0,0,95,179,1,1
1,0,0,97,185,NaN,1
1,1,2,92,120,1,1
2,0,0,27,0,1,NaN
2,1,2,90,179,1,1
2,2,5,111,200,1,1
3,1,2,91,175,1,1
3,0,8,90,27,NaN,NaN
3,0,0,22,0,NaN,NaN

我有以下工作代码：

df_final = df[((df['criteria_1'] >=1.0) | (df['criteria_2'] >=2.0)) &
               (df['criteria_3'] >=90.0) &
               (df['criteria_4'] <=180.0) &
              ((df['criteria_5'].notnull()) & (df['criteria_6'].notnull()))].groupby('id').first()

结果如下：

id,criteria_1,criteria_2,criteria_3,criteria_4,criteria_5,criteria_6
1,1,2,92,120,1,1
2,1,2,90,179,1,1
3,1,2,91,175,1,1

但是，我想创建一个新的布尔指示符标记列，以使用.transform()指示哪些行符合原始数据框的条件（上面的groupby的结果）。

最初，我认为我可以使用.first().transform('any').astype(int)的组合，但我认为这不会起作用。如果有更清洁的方法来做到这一点也会很好。

Answer 1

这是一种方式：

mask = (((df['criteria_1'] >=1.0) | (df['criteria_2'] >=2.0)) &
         (df['criteria_3'] >=90.0) &
         (df['criteria_4'] <=180.0) &
         ((df['criteria_5'].notnull()) & (df['criteria_6'].notnull())))

# reset_index() defaults to drop=False. It inserts the old index into the DF 
# as a new column named 'index'.
idx = df.reset_index()[mask].groupby('id').first().reset_index(drop=True)['index']

df['flag'] = df.index.isin(idx).astype(int)

Python PANDAS：GroupBy First Transform创建指标

1 个答案: