python - 根据第三个变量中的多个条件，在数据框中为多个子组创建一个新变量

Question

我有一个数据框，其中包含主题 ID 的一列、包含日期的一列和包含注释的第三列(“可用”/“不可用”/“有问题”)。一个例子:

import pandas as pd

df = pd.DataFrame({'ID':[1,1,1,1,2,2,2],
                   'Date':[20191219,
                           20191219,
                           20191220,
                           20191220,
                           20191219,
                           20191219,
                           20191219],
                           'Notes':['usable','usable','unusable','questionable','usable','usable','unusable']})

这给你:

   ID      Date         Notes
0   1  20191219        usable
1   1  20191219        usable
2   1  20191220      unusable
3   1  20191220  questionable
4   2  20191219        usable
5   2  20191219        usable
6   2  20191219      unusable

对于每个主题和每个相应的日期，我想检查“注释”列中是否出现字符串“有问题”或“不可用”。如果是这种情况，我想将值“check”添加到与该日期对应的所有行的第三列。输出应如下所示:

   ID      Date         Notes Comment
0   1  20191219        usable  usable
1   1  20191219        usable  usable
2   1  20191220      unusable   check
3   1  20191220  questionable   check
4   2  20191219        usable   check
5   2  20191219        usable   check
6   2  20191219      unusable   check

有人知道怎么做吗？

Answer 1

您可以使用series.isin() + df.groupby() 与 transform使用 any 为每个组创建一个条件列，后跟 np.where() :

c=(df['Notes'].isin(['unusable','questionable'])
                 .groupby([df['ID'],df['Date']]).transform('any'))
df['Comment']=np.where(c,'check',df['Notes'])
print(df)

<小时/>

   ID      Date         Notes Comment
0   1  20191219        usable  usable
1   1  20191219        usable  usable
2   1  20191220      unusable   check
3   1  20191220  questionable   check
4   2  20191219        usable   check
5   2  20191219        usable   check
6   2  20191219      unusable   check