根据Pandas中的条件最大值填充列

icnyk63a 于 2022-11-20 发布在其他

关注(0)|答案(1)|浏览(156)

我有一个 Dataframe ，如下所示（link to csv）：

id, time, value, approved
0,  0:00, 10,    false
1,  0:01, 20,    false
1,  0:02, 50,    false
1,  0:03, 20,    true
1,  0:04, 40,    true
1,  0:05, 40,    true
1,  0:06, 20,    false
2,  0:07, 35,    false
2,  0:08, 35,    false
2,  0:09, 50,    true
2,  0:10, 50,    true

我想计算一个列，该列对于每个ID的第一个最大批准值应该为真。因此，它应该如下所示：

id, time, value, approved, is_max
0,  0:00, 10,    false,    false
1,  0:01, 20,    false,    false
1,  0:02, 50,    false,    false
1,  0:03, 20,    true,     false
1,  0:04, 40,    true,     true
1,  0:05, 40,    true,     false
1,  0:06, 20,    false,    false
2,  0:07, 35,    false,    false
2,  0:08, 35,    false,    false
2,  0:09, 50,    true,     true
2,  0:10, 50,    true,     false

我可以通过

df['is_max'] = df['value'] == df.groupby(['id', df['approved']])['value'].transform('max').where(df['approved'])

但这会将每个ID具有最大值的两行都设置为true（ID 1为0：04和0：05| 0：09和0：10（对于ID 2）。我只想将具有最大值的第一行设置为true。

pandas

来源：https://stackoverflow.com/questions/74501097/fill-column-based-on-conditional-max-value-in-pandas

1条答案

按热度按时间

szqfcxe21#

以下是根据您的解决方案使用pandas.DataFrame.mask的方法：

approved_1st_max = df.mask(~df["approved"]).groupby("id")["value"].transform('idxmax')

df["is_max"]= df.reset_index()["index"].eq(approved_1st_max)

#输出：

print(df)

    id  time  value  approved  is_max
0    0  0:00     10     False   False
1    1  0:01     20     False   False
2    1  0:02     50     False   False
3    1  0:03     20      True   False
4    1  0:04     40      True    True
5    1  0:05     40      True   False
6    1  0:06     20     False   False
7    2  0:07     35     False   False
8    2  0:08     35     False   False
9    2  0:09     50      True    True
10   2  0:10     50      True   False

赞(0）回复(0）举报 2022-11-20

我来回答

根据Pandas中的条件最大值填充列

1条答案

#输出：

相关问题

热门标签

最新问答