如果組中至少有一個值滿足條件，則為整個組分配虛擬值

Question

具體來說，我想要一個虛擬變量，用於確定某個組是否存在缺失值。 我的數據框如下所示：

id    cash   dummy_missing
1     5      0
1     5      0
1     5      0
2     2      0
2     NaN    1

它應該是這樣的：

id    cash    dummy_missing
1     5      0
1     6      0
1     7      0
2     2      1
2     NaN    1

謝謝

Answer 1

您可以使用isna檢查NaNs ，通過id groupby並使用any轉換：

df['dummy_missing'] = df.cash.isna().groupby(df['id']).transform('any').view('i1')

---

print(df)
   id  cash  dummy_missing
0   1   5.0              0
1   1   5.0              0
2   1   5.0              0
3   2   2.0              1
4   2   NaN              1

Answer 2

如果缺少cash值，則使用Series.isin作為測試id ，最后將布爾掩碼轉換為整數以映射True, False到1,0 ：

df['dummy_missing'] = df['id'].isin(df.loc[df.cash.isna(), 'id']).astype(int)
print (df)
   id  cash  dummy_missing
0   1   5.0              0
1   1   5.0              0
2   1   5.0              0
3   2   2.0              1
4   2   NaN              1