根据groupby值将新列添加到pandas数据框中

Question

我有一个数据框：

  date                value
1/1/2017               -3
1/1/2017               -1 
1/1/2017                5 
1/2/2017                4
1/2/2017                9
1/2/2017               -1

我想做的是添加一个额外的列is_min ，如果此日期的值最小，则该列将为1 ，否则为0 。

所以结果应该是：

 date                 value            is_min
1/1/2017               -3                1
1/1/2017               -1                0 
1/1/2017                5                0 
1/2/2017                4                0
1/2/2017                9                0 
1/2/2017               -1                1

我尝试过类似的事情

df['is_min']=df['value']==df.groupby('date')['value'].min()

但是，当然， df['value']和df.groupby('date')['value'].min()的长度不匹配...

Answer 1

您可以使用DataFrameGroupBy.idxmin为发现最小的指数group ，然后通过测试会员isin ：

df['is_min'] = df.index.isin(df.groupby('date')['value'].idxmin()).astype(int)
print (df)
       date  value  is_min
0  1/1/2017     -3       1
1  1/1/2017     -1       0
2  1/1/2017      5       0
3  1/2/2017      4       0
4  1/2/2017      9       0
5  1/2/2017     -1       1

---

df['is_min'] = 0
df.loc[df.index.isin(df.groupby('date')['value'].idxmin()), 'is_min'] = 1
print (df)
       date  value  is_min
0  1/1/2017     -3       1
1  1/1/2017     -1       0
2  1/1/2017      5       0
3  1/2/2017      4       0
4  1/2/2017      9       0
5  1/2/2017     -1       1

Answer 2

使用GroupBy对象的transform()方法：

df['ismin'] = df.groupby('date')['value'].transform(lambda x: x == np.min(x)) 

它返回原始格式的完整大小的DataFrame，并应用了转换函数。 请注意，在进行转换之前，我在“值”列上有一个子集，因为transform()应用于分组对象的整个列集。