在 pandas 中使用 groupby 进行布尔运算

Question

我想以特定方式使用 pandas.groupby。给定一个包含两个布尔列（称为 col1 和 col2）和一个 id 列的 DataFrame，我想按以下方式添加一列：

对于每个条目，如果（col2 为 True）并且（col1 对于任何具有相同 ID 的条目为 True）则分配 True。否则为假。

我做了一个简单的例子：

df = pd.DataFrame([[0,1,1,2,2,3,3],[False, False, False, False, False, False, True],[False, True, False, False, True ,True, False]]).transpose()
df.columns = ['id', 'col1', 'col2']

给出以下 DataFrame：

     id   col1   col2
0    0   False   False
1    1   False   True
2    1   False   False
3    2   False   False
4    2   False   True
5    3   False   True
6    3   True    False

根据上述规则，应添加以下应列：

0    False
1    False
2    False
3    False
4    False
5     True
6    False

有什么优雅的方法可以做到这一点吗？

Answer 1

此代码将产生您请求的输出：

df2 = df.merge(df.groupby('id')['col1'] # group on "id" and select 'col1'
                    .any()              # True if any items are True
                    .rename('cond2')    # name Series 'cond2'
                    .to_frame()         # make a dataframe for merging
                    .reset_index())     # reset_index to get id column back
print(df2.col2 & df2.cond2)             # True when 'col2' and 'cond2' are True

Answer 2

df.groupby('id').col1.transform('any') & df.col2

0    False
1    False
2    False
3    False
4    False
5     True
6    False
dtype: bool

在 pandas 中使用 groupby 进行布尔运算

boolean operation with groupby in pandas

python

dataframe

python-3.x

pandas

pandas-groupby