根據groupby值將新列添加到pandas數據框中

Question

我有一個數據框：

  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

我想做的是添加一個額外的列is_min ，如果此日期的值最小，則該列將為1 ，否則為0 。

所以結果應該是：

 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

我嘗試過類似的事情

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

但是，當然， df['value']和df.groupby('date')['value'].min()的長度不匹配...

Answer 1

您可以使用DataFrameGroupBy.idxmin為發現最小的指數group ，然后通過測試會員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對象的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，並應用了轉換函數。 請注意，在進行轉換之前，我在“值”列上有一個子集，因為transform()應用於分組對象的整個列集。