Question

在下面的示例数据框中，我的ID为：即ID，不同年份的名称和具有不同值的四分之一

id name year quater value 
1  bn   2017 2
1  bn   2017 3     4.5
1  bn   2017 4
2  an   2018 1     2.3   
2  an   2018 2     3.3
2  an   2018 3     4.5

我必须确定name + id（主键）是否存在在一年之前出现并具有价值的四分之一，然后将其视为现存（0），如果将来有价值，并且在此之前没有任何东西，则将其视为new（1）。

id name year quater value status
1  bn   2017 2            1
1  bn   2017 3     4.5    0
1  bn   2017 4            0
2  an   2018 1     2.3    1 
2  an   2018 2     3.3    0
2  an   2018 3     4.5    0

Answer 1

我认为需要duplicated并用~反转布尔掩码并将其转换为integer：

df['status'] = (~df['name'].duplicated()).astype(int)
#if multiple columns
#df['status'] = (~df.duplicated(['id','name'])).astype(int)
print (df)
   id name  year  quater  value  status
0   1   bn  2017       2    NaN       1
1   2   an  2018       1    2.3       1
2   2   an  2018       2    3.3       0
3   2   an  2018       3    4.5       0

Answer 2

您可以将duplicated与ID，名称和年份的子集一起使用，然后将结果求反以标识首次出现的情况...，例如：

df['status'] = (~df.duplicated(subset=['id', 'name', 'year'])).astype(int)

给你：

   id name  year  quater  value  status
0   1   bn  2017       2    NaN       1
1   2   an  2018       1    2.3       1
2   2   an  2018       2    3.3       0
3   2   an  2018       3    4.5       0

请注意，虽然这将对按顺序显示的数据起作用，但您可能希望按年份（甚至是季度）进行排序，以确保状态标记在同一年内显示到正确显示的第一季度。

如何在python中应用窗口功能？

2 个答案: