Python - Pandas 数据框 - 生成包含组级信息的列

Question

我生成了一个 Panda 的 DataFrame:

data={'id': [1.0, 1, 2, 3, 3, 3, 4.0,4.0,5,5],'some':['Yes','No','No','Yes','Yes','Yes','No','No','No','Yes']}
df=DataFrame(data)

在这个 DataFrame 中，我想添加一个列“someIDlevel”，其中包含“在 ID”级别的“一些”信息。以下规则适用:只要在一个 ID 中，“some”中至少有一个“Yes”，而不是“someIdlevel”对于那个特定的“id”应该全部是“yes”，否则对于那个特定的 ID 应该是“No”。

所以最终的数据框应该看起来就像是由这段代码创建的:

data_fin={'id': [1.0, 1, 2, 3, 3, 3, 4.0,4.0,5,5],'some':'Yes','No','No','Yes','Yes','Yes','No','No','No','Yes'],'someIDlevel':['Yes','Yes','No','Yes','Yes','Yes','No','No','Yes','Yes']}       df_fin=pd.DataFrame(data_fin)

Answer 1

您可以执行以下操作。

首先对 groupby 执行左合并:

df = pd.merge(
    df,
    df.some.groupby(df.id).apply(lambda g: 'Yes' if 'Yes' in g.values else 'No').reset_index(),
    how='left')

然后，只需将新列重命名为您想要的名称即可:

>>> df.rename(columns={0: 'someIdlevel'})
    id  some    someIdlevel
0   1   Yes Yes
1   1   No  Yes
2   2   No  No
3   3   Yes Yes
4   3   Yes Yes
5   3   Yes Yes
6   4   No  No
7   4   No  No
8   5   No  Yes
9   5   Yes Yes