根据值列熊猫对名称进行计数

Question

对于以下数据框，基于两个植物上覆盖的颜色名称，希望创建一个新列，如果两个植物中都存在颜色，则计算为1，否则为0：

df：

Color      Plant
green1     1
blue2      1
red1       1
purple6    2
blue2      1
blue3      2
green1     2
green1     1
red2       1
purple6    1       

所需的输出：

Color      Plant   Spillover
green1     1       1
blue2      1       0
red1       1       0
purple6    2       1
blue2      1       0
blue3      2       0
green1     2       1
green1     1       1
red2       1       0
purple6    1       1

Answer 1

这是一个解决方案：

df["Spillover"] = df.groupby("Color").transform(lambda x: 1 in list(x) and 2 in list(x)).astype(int)

输出为：

     Color  Plant  Spillover
0   green1      1          1
1    blue2      1          1
2     red1      1          0
3  purple6      2          1
4    blue2      2          1
5    blue3      2          0
6   green1      2          1
7   green1      1          1
8     red2      1          0
9  purple6      1          1

如果您有多个工厂，并且不喜欢if语句的“和”部分，则可以执行以下操作：

s = set([1,2]) # list of relevant plants
df["Spillover"] = df.groupby("Color").transform(lambda x: s.issubset(set(x))).astype(int)

Answer 2

我们可以使用GroupBy.nunique来检查每种颜色的唯一植物数量。如果这些是> 1，则工厂之间会有溢出：

df['Spillover'] = df['Color'].map(df.groupby('Color')['Plant'].nunique()).gt(1).astype(int)

     Color  Plant  Spillover
0   green1      1          1
1    blue2      1          0
2     red1      1          0
3  purple6      2          1
4    blue2      1          0
5    blue3      2          0
6   green1      2          1
7   green1      1          1
8     red2      1          0
9  purple6      1          1

Answer 3

使用Color上的DataFrame.groupby，然后在.transform列上使用Plant来计算与给定颜色关联的唯一植物的数量，然后创建布尔蒙版{{ 1}}，其中具体值对应于唯一植物大于1的条件，然后使用np.where基于此掩码m选择1或0。

m

---

m = df.groupby('Color')['Plant'].transform('nunique').gt(1)
df['Spillover'] = np.where(m, 1, 0)