使用Pandas标记groupby DataFrame中的更改列 [英] Flag changing column in a groupby DataFrame using Pandas
本文介绍了使用Pandas标记groupby DataFrame中的更改列的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着小编来一起学习吧!
问题描述
这里是数据集:
>>> df = pd.DataFrame({'id_police':['p123','p123','p123','b123','b123'],
'date':['24/01/2017','24/11/2017','25/02/2018','24/02/2018','24/03/2018'],
'prime':[0,0,10,20,30],
'prime2':[0,30,10,20,0],
})
###
id_police date prime prime2
0 p123 24/01/2017 0 0
1 p123 24/11/2017 0 30
2 p123 25/02/2018 10 10
3 b123 24/02/2018 20 20
4 b123 24/03/2018 30 0
这是我使用有效解决方案时得到的结果来自@Erfan:
This is the result I got when I used the working solution from @Erfan:
id_police date prime prime2 changed
0 p123 24/01/2017 0 0<- 0
1 p123 24/11/2017 0<- 30<- 1
2 p123 25/02/2018 10<- 10 1
3 b123 24/02/2018 20 20 0
4 b123 24/03/2018 30 0 0
命令:
df['changed'] = (df[['prime', 'prime2']].shift().eq(0).any(axis=1) & df[['prime', 'prime2']].ne(0).any(axis=1)).astype(int)
现在,我想为每个 id_police
应用此功能,例如添加groupby或其他东西...谢谢您的帮助!
Now I want to apply this for each id_police
like add a groupby or something... Thanks for help!
推荐答案
基于您的命令:
cols = ['prime', 'prime2']
df['changed'] = (df.groupby('id_police', sort=False, as_index=False)
.apply(lambda x: (x[cols].ne(0) & x[cols].shift(1).eq(0))
.any(axis=1).astype(int))
.reset_index(drop=True))
df
id_police date prime prime2 changed
0 p123 24/01/2017 0 0 0
1 p123 24/11/2017 0 30 1
2 p123 25/02/2018 10 10 1
3 b123 24/02/2018 20 20 0
4 b123 24/03/2018 30 0 0
使用 groupby
并应用
t o在每个组上应用功能。并设置 sort = False
使其与主df顺序相同。
Use groupby
with apply
to apply function on each group. and set sort=False
to make it order the same with your main df.
这篇关于使用Pandas标记groupby DataFrame中的更改列的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持IT屋!
查看全文