[英]python pandas flag if more than one unique row per value in column
在下面的DataFrame中,我有三列:
Code | Category | Count
X A 89734
X A 239487
Y B 298787
Z B 87980
W C 098454
我需要添加一列,如果一个类别具有多个唯一代码(例如上面的示例中的B),它将得到一个标志,表示它是一个测试。
所以我正在寻找的输出是这样的:
Code | Category | Count | Test_Flag
X A 89734
X A 239487
Y B 298787 T
Z B 87980 T
W C 098454
您还可以选择使用numpy.where
进行transform
以填充值。
df['Test_flag'] = np.where(df.groupby('Category').Code.transform('nunique') > 1, 'T', '')
>>> df
Category Code Count Test_flag
0 A X 89734
1 A X 239487
2 B Y 298787 T
3 B Z 87980 T
4 C W 98454
您可以使用nunique
过滤来查找index values
,然后使用loc
创建新列:
print (df.groupby('Category').Code.filter(lambda x: x.nunique() > 1))
2 Y
3 Z
Name: Code, dtype: object
idx = df.groupby('Category').Code.filter(lambda x: x.nunique() > 1).index
print (idx)
Int64Index([2, 3], dtype='int64')
df.loc[idx, 'Test_Flag'] = 'T'
#if necessary, replace NaN to empty string
#df.Test_Flag = df.Test_Flag.fillna('')
print (df)
Code Category Count Test_Flag
0 X A 89734 NaN
1 X A 239487 NaN
2 Y B 298787 T
3 Z B 87980 T
4 W C 98454 NaN
loc
使用布尔掩码transform
另一种解决方案:
print (df.groupby('Category').Code.transform('nunique'))
0 1
1 1
2 2
3 2
4 1
Name: Code, dtype: int64
mask = df.groupby('Category').Code.transform('nunique') > 1
print (mask)
0 False
1 False
2 True
3 True
4 False
Name: Code, dtype: bool
df.loc[mask, 'Test_Flag'] = 'T'
#if necessary, replace NaN to empty string
#df.Test_Flag = df.Test_Flag.fillna('')
print (df)
Code Category Count Test_Flag
0 X A 89734 NaN
1 X A 239487 NaN
2 Y B 298787 T
3 Z B 87980 T
4 W C 98454 NaN
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.