按 ID 分組並對一列的值應用條件

Question

我是 pandas 庫的新手，非常感謝您的幫助。 這是我的輸入

ID	日期	LABEL	股票
AA	2020 年 1 月 26 日	真的	100
AA	2020 年 1 月 27 日	錯誤的	200
BB	2020 年 1 月 28 日	錯誤的	300
BB	2020 年 1 月 29 日	真的	500
BB	2020 年 1 月 30 日	錯誤的	100
抄送	2020 年 1 月 26 日	真的	200
抄送	2020 年 1 月 27 日	錯誤的	300
抄送	2020 年 1 月 28 日	錯誤的	100
抄送	2020 年 1 月 29 日	真的	400

我想查看 Label 列以及為每個 ID 找到的第一個“TRUE” label，我需要將庫存值復制到新列中。 如果一個 ID 有多個 TRUE，我只需要考慮第一個。

這是我想要獲得的 output：

ID	日期	LABEL	股票	新的
AA	2020 年 1 月 26 日	真的	100	100
AA	2020 年 1 月 27 日	錯誤的	200
BB	2020 年 1 月 28 日	錯誤的	300
BB	2020 年 1 月 29 日	真的	500	500
BB	2020 年 1 月 30 日	錯誤的	100
抄送	2020 年 1 月 26 日	真的	200	200
抄送	2020 年 1 月 27 日	錯誤的	300
抄送	2020 年 1 月 28 日	錯誤的	100
抄送	2020 年 1 月 29 日	真的	400

謝謝您的幫助！

Answer 1

使用帶有.duplicated()的雙 boolean

df.loc[df['LABEL'].eq(True) & 
      df.duplicated(subset=['ID'],keep='last'),'NEW'] = df['STOCK']


print(df.fillna(''))

   ID        DATE  LABEL  STOCK  NEW
0  AA  01/26/2020   True    100  100
1  AA  01/27/2020  False    200     
2  BB  01/28/2020  False    300     
3  BB  01/29/2020   True    500  500
4  BB  01/30/2020  False    100     
5  CC  01/26/2020   True    200  200
6  CC  01/27/2020  False    300     
7  CC  01/28/2020  False    100     
8  CC  01/29/2020   True    400     

---

查看每個 boolean，我們只想要兩者都為真的值。

df.assign(ky1=df['LABEL'].eq(True),
         ky2=df.duplicated(subset=['ID'],keep='last')
         )


   ID        DATE  LABEL  STOCK    NEW    ky1    ky2
0  AA  01/26/2020   True    100  100.0   True   True
1  AA  01/27/2020  False    200    NaN  False  False
2  BB  01/28/2020  False    300    NaN  False   True
3  BB  01/29/2020   True    500  500.0   True   True
4  BB  01/30/2020  False    100    NaN  False  False
5  CC  01/26/2020   True    200  200.0   True   True
6  CC  01/27/2020  False    300    NaN  False   True
7  CC  01/28/2020  False    100    NaN  False   True
8  CC  01/29/2020   True    400    NaN   True  False

Answer 2

另一個版本，使用.groupby() ：

m = df.index.isin(
    df[df["LABEL"] == True].reset_index().groupby("ID").index.first()
)
df.loc[m, "NEW"] = df.loc[m, "STOCK"]
print(df)

印刷：

   ID        DATE  LABEL  STOCK    NEW
0  AA  01/26/2020   True    100  100.0
1  AA  01/27/2020  False    200    NaN
2  BB  01/28/2020  False    300    NaN
3  BB  01/29/2020   True    500  500.0
4  BB  01/30/2020  False    100    NaN
5  CC  01/26/2020   True    200  200.0
6  CC  01/27/2020  False    300    NaN
7  CC  01/28/2020  False    100    NaN
8  CC  01/29/2020   True    400    NaN