python - Pandas : Adding new column depending on a group aggregation

Question

我是 Pandas 数据框的新手，我需要一些帮助。

假设我有一个 DataFrame df :

>>print(df)
        ID    Score       
0       AA      100       
1       AA       10        
2       BB       50 
3       BB      -20
4       BB        0
5       AA      200

我想添加一个值为 1 的新列。如果它是 ID 的最低分数，否则为 0:

>> print(df_out)
        ID    Score  IsLowestScoreID     
0       AA      100                0
1       AA       10                1
2       BB       50                0
3       BB      -20                1
4       BB        0                0
5       AA      200                0

实现这样的事情的正确方法是什么？

Answer 1

可以通过Series.eq进行比较Score 列，Series 由 transform 创建和 min，然后将 True/False 的掩码转换为整数到 1/0 映射:

df['IsLowestScoreID'] = df['Score'].eq(df.groupby('ID')['Score'].transform('min')).astype(int)
print (df)
   ID  Score  IsLowestScoreID
0  AA    100                0
1  AA     10                1
2  BB     50                0
3  BB    -20                1
4  BB      0                0
5  AA    200                0

替代方法是使用 numpy.where通过掩码指定值:

mask = df['Score'].eq(df.groupby('ID')['Score'].transform('min'))
df['IsLowestScoreID'] = np.where(mask, 1, 0)

详细信息:

print (df.groupby('ID')['Score'].transform('min'))
0    10
1    10
2   -20
3   -20
4   -20
5    10
Name: Score, dtype: int64