使用If-else更改熊猫中的值

如何解决使用If-else更改熊猫中的值

我的pd df由三列组成：ID，t和ind1。

import pandas as pd
dat = {'ID': [1,1,2,3,4,5,6,6],'t': [0,2],'ind1' : [1,0]
        }

df = pd.DataFrame(dat,columns = ['ID','t','ind1'])

print (df)

我需要做的是创建一个新列（res）

• 对于所有ID和ind1==0，则res为零。
• 对于所有ID ind1==1，如果t==max(t)（按ID分组），则res = 1，否则为零。

这是预期的输出

解决方法

先用groupby和idxmax进行检查，然后用where transform进行all

df['res']=df.groupby('ID').t.transform('idxmax').where(df.groupby('ID').ind1.transform('all')).eq(df.index).astype(int)
df
Out[160]: 
    ID  t  ind1  res
0    1  0     1    0
1    1  1     1    0
2    1  2     1    0
3    1  3     1    1
4    2  0     0    0
5    2  1     0    0
6    2  2     0    0
7    3  0     0    0
8    3  1     0    0
9    3  2     0    0
10   3  3     0    0
11   4  0     1    0
12   4  1     1    0
13   4  2     1    1
14   5  0     1    0
15   5  1     1    1
16   6  0     0    0
17   6  1     0    0
18   6  2     0    0

,

这是基于import { greeting } from './auxiliary.js'列已排序的情况下进行的：

ID

,

使用groupby.apply：

df['res'] = (df.groupby('ID').apply(lambda x: x['ind1'].eq(1)&x['t'].eq(x['t'].max()))
               .astype(int).reset_index(drop=True))

print(df)
    ID  t  ind1  res
0    1  0     1    0
1    1  1     1    0
2    1  2     1    0
3    1  3     1    1
4    2  0     0    0
5    2  1     0    0
6    2  2     0    0
7    3  0     0    0
8    3  1     0    0
9    3  2     0    0
10   3  3     0    0
11   4  0     1    0
12   4  1     1    0
13   4  2     1    1
14   5  0     1    0
15   5  1     1    1
16   6  0     0    0
17   6  1     0    0
18   6  2     0    0