通过比较行熊猫来创建新列

Question

我的数据框看起来像这样

df = pd.Dataframe({ 'a': ["10001", "10001", "10002", "10002" , "10002"], 'b': ['hello', 'hello', 'hola', 'hello', 'hola']})

我想使用以下条件创建一个新的布尔值列“ c”：

• 如果“ a”的值相同（即第一行和第二行，第三行和第四行和第五行），请检查这些行的“ b”值是否相同。 （第二行返回True。第四行返回False）。
• 如果“ a”的值不相同，请跳过。

我当前的代码如下：

def check_consistency(col1,col2):
    df['match'] = df[col1].eq(df[col1].shift())
    t = []
    for i in df['match']:
        if i == True:
            t.append(df[col2].eq(df[col2].shift()))
check_consistency('a','b')

并返回错误。

Answer 1

我认为这是groupby

df.groupby('a').b.apply(lambda x : x==x.shift())
Out[431]: 
0    False
1     True
2    False
3    False
4    False
Name: b, dtype: bool

Answer 2

bitwise &应当执行：检查是否同时满足两个条件：

df['c'] = (df.a == df.a.shift()) & (df.b == df.b.shift()) 

df.c
#0    False
#1     True
#2    False
#3    False
#4    False
#Name: c, dtype: bool

另外，如果您想使当前代码正常工作，则可以执行以下操作（基本上与上述检查相同）：

def check_consistency(col1,col2):
    df['match'] = df[col1].eq(df[col1].shift())

    for i in range(len(df['match'])):
        if (df['match'][i] == True):
            df.loc[i,'match'] = (df.loc[i, col2] == df.loc[i-1, col2])

check_consistency('a','b')