python - GroupBy 对象中的数据处理。如何添加列？

Question

我想在 MLB 数据集中获取每个投手每场比赛的最后一球，并将其标记为 True。但是，我在添加列或修改 GroupBy 对象中的数据框时遇到问题。如何有效地添加此列？

data['last_pitch'] = False
g = data.groupby(['gameString', 'pitcherId'])
for x, pitcher in g:
    pitcher.iloc[-1]['last_pitch'] = True

Answer 1

为此使用 GroupBy 很诱人。但是，当您不希望实际聚合数据时，通常有替代方法。在这里，您可以使用 pd.Series.duplicated使用 keep='last':

# data from gyoza

df['last_pitch'] = ~df['pitcherId'].duplicated(keep='last')

print(df)

  gameString pitcherId  last_pitch
0          a         c       False
1          a         c        True
2          b         d       False
3          b         d       False
4          b         d        True

如果你真的想使用GroupBy，你可以使用last方法:

idx = df.reset_index().groupby('pitcherId')['index'].last().values

df['last_pitch'] = df.index.isin(idx)