更改熊猫数据框中重复项的值

Question

给定的数据帧是

var1  var2  var3  var4  var5
  23     1     0     0     0
  23     0     0     0     1
  43     0     0     0     1
  43     0     1     1     0

我需要检查变量var2，var3，var4，var5的值，并更改二进制值，对于var1中重复的行，所有其他变量都具有相同的值。 在决定要更改哪个副本时，将优先级赋予var2。 所以我需要如下所示的最终数据框：

var1  var2  var3  var4  var5
  23     1     0     0     0
  23     1     0     0     0
  43     0     1     1     1
  43     0     1     1     1

有什么建议么？ 谢谢

Answer 1

我认为这没有得到很好的解释，因为我的答案被降了2级：）我希望您能原谅我，因为这是我的第一条代码，用于促进我在excel中应用但希望实现流程自动化的一组规则的实施。 。 我会用其他方式解释。 基本上，我有一个tranacitons列表，而var1是一个事务ID。 变量是我针对每笔交易做出的决定。 var2-拒绝，var3-正确； var4-接受； var5-接受并“做其他事情”。 相同的交易必须做出相同的决定。 碰巧，对于某些交易，决策是分开进行的，因此它们有不同的决策。 我的目标是以相同的方式调整相同交易的决策。 关于决策，拒绝（var2）具有优先权。如果一个被拒绝，则另一个也必须被拒绝。 var2的优先级来自此处。 如果var1 = 1; others = 0关于其他变量。 他们可能有一些非出色的人，例如。 var3 = 1; var4 = 1; var5 = 1; 但在这种情况下var2 = 0（始终）。 具有相同ID的交易具有相同的决定，这一点很重要。 希望对您有所帮助。

Answer 2

如果我了解您的逻辑：

import pandas as np
df = pd.DataFrame({'var1': [23, 23, 43, 43],
                   'var2': [1, 0, 0, 0],
                   'var3': [0, 0, 0, 1],
                   'var4': [0, 0, 0, 1],
                   'var5': [0, 1, 1, 0]})
print(df)
df['var2'] = df.groupby(['var1'])['var2'].transform('max')
f = 1 - df['var2']
df['var3'], df['var4'],df['var5'] =[f]*3

print(df)

输出：

var1  var2  var3  var4  var5
  23     1     0     0     0
  23     1     0     0     0
  43     0     1     1     1
  43     0     1     1     1

Answer 3

我想我做到了。 也许时间太长了，但是它可以用:)再次感谢Frenchy提出的“ groupby”建议！

import pandas as pd
import numpy as np

df = pd.DataFrame({'var1': [23, 23, 43, 43, 53],
                   'var2': [1, 0, 0, 0,1],
                   'var3': [0, 0, 0, 1, 0],
                   'var4': [0, 0, 0, 1, 0],
                   'var5': [0, 1, 1, 0, 0]})
print(df)

df['Dup'] = np.where(df['var1'].duplicated(keep=False), 'dup', np.nan)

df['var2'] = np.where(df['Dup']=="dup", df.groupby(['var1'])['var2'].transform('max'), df['var2'])
df['var3'] = np.where((df['Dup']=="dup") & (df['var2']==1), 0 , df['var3'])
df['var4'] = np.where((df['Dup']=="dup") & (df['var2']==1), 0 , df['var4'])
df['var5'] = np.where((df['Dup']=="dup") & (df['var2']==1), 0 , df['var5'])

df['others_dup'] = np.where((df['Dup']=='dup') & (df['var2']==0), 1, np.nan)

df['var3']=np.where(df['others_dup']==1, df.groupby(['var1'])['var3'].transform('max'), df['var3'])
df['var4']=np.where(df['others_dup']==1, df.groupby(['var1'])['var4'].transform('max'), df['var4'])
df['var5']=np.where(df['others_dup']==1, df.groupby(['var1'])['var5'].transform('max'), df['var5'])

print(df)