python - Pandas 在Where 子句中组合条件时出错

Question

我有一个包含二进制标志值的列，如果有错误，我会尝试清理它。如果某个特定组同时包含 0 和 1，则会出现错误。我的规则是该列只能包含组内的 0 或 1。我试图提出一个 np.where() 子句，以便我测试具有单个重复值的列的组，并且组中该列的第一个值不是 1。如果该组的第一个值不是 1，并且存在混合值，请将该组中的所有值翻转为 0。

这就是我正在尝试的:

df['Flag'] = np.where((df.groupby('CombBitSeq')['Flag'].transform('std') != 0) & (df.groupby('CombBitSeq')['Flag'].nth(0) != 1), 0, df['Flag'])

我得到的错误是这样的，我不确定两个组合条件的长度如何相差 1:

ValueError: operands could not be broadcast together with shapes (336661,) () (336660,)

Answer 1

如果您想获取每个组的第一个项目并将其翻译到整个数据帧，请使用 groupby + transform + head第 n 个:

df.groupby('CombBitSeq')['Flag'].transform('head', 1)

你的情况现在变成:

g = df.groupby('CombBitSeq')['Flag']    # let's compute this only once
df['Flag'] = np.where(
     g.transform('std').ne(0) & g.transform('head', 1).ne(1), 0, df['Flag']
)