Question

这是我的代码：

df1 = pd.DataFrame({'a': [1,2,3,1,2,3,3],'b':[1,2,3,1,2,3,3],'type':[1,0,1,0,1,0,1]})
def add_buy_label(group):
    behavior_type = group.type.astype(int)
    if 1 in group['type']:
        group['buy_label'] = 1
    else:
        group['buy_label'] = 0

    return group[['a', 'b', 'type','buy_label']]

上面的功能是只要组中存在一个（类型= 1），就将所有a-b项的buy_label设置为1，但是，之后的结果

df1.groupby(['a','b'],as_index = False).apply(add_buy_label)

是

    a  b  type  buy_label
0  1  1     1          0
1  2  2     0          1
2  3  3     1          0
3  1  1     0          0
4  2  2     1          1
5  3  3     0          0
6  3  3     1          0

很明显，具有3的行是错误的，因为在（a = 3，b = 3）的组中存在type = 1，但是相应的buy_label为0。

我该如何解决？

Answer 1

存在问题in，而不是列值。

#sorting for better seen groups 
df1 = df1.sort_values(['a','b'])
df2 = df1.groupby(['a','b'],as_index = False).apply(add_buy_label)
print (df2)
   a  b  type  buy_label
0  1  1     1          0
3  1  1     0          0
1  2  2     0          1 <- return 1 only because index == 1 per group (2,2)
4  2  2     1          1
2  3  3     1          0
5  3  3     0          0
6  3  3     1          0

因此需要1和any的比较来检查至少一个True：

if group['type'].eq(1).any():
#what is same as
if (group['type'] == 1).any():

Answer 2

如前所述，带有系列的in检查系列索引而不是系列值的成员资格。像Python dict这样的系列，您将看到这种处理方式是如何一致的：for k in my_dict检查字典键中的成员资格。

表达逻辑的另一种方法是将groupby + transform与unique一起使用：

df1['buy_label'] = df1.groupby(['a', 'b'])['type']\
                      .transform('unique')\
                      .apply(lambda x: 1 in x)\
                      .astype(int)

使用“ if in”时元素现有标识中的错误

2 个答案: