pandas dataframe 根据另一列的聚合过滤具有关键字的列

Question

假设我有以下数据框 df:

Contract_Id, date, product, qty
1,2016-08-06,a,1
1,2016-08-06,b,2
1,2017-08-06,c,2
2,2016-08-06,a,1
3,2016-08-06,a,2
3,2017-08-06,a,2
4,2016-08-06,b,2
4,2017-09-06,a,2

我试图找出每个合同 ID 是否有产品 b 或产品 a 和 return 2 列。

理想输出：

Contract_Id, date, product, qty, contract_id_has_a, contract_id_has_b
1,2016-08-06,a,1,True,True
1,2016-08-06,b,2,True,True
2,2016-08-06,a,1,True,False
3,2016-08-06,a,2,True,False
4,2016-08-06,b,2,False,True

这只会return该行是否有产品a

df[‘product’].str.contains('a', flags=re.IGNORECASE, regex=True)

我试过了：

import re 

df[‘product’].groupby([‘Contract_Id']).str.contains('a', flags=re.IGNORECASE, regex=True)

KeyError: ‘Contract_Id'

谁能指教一下？谢谢！

Answer 1

为了执行分组但最后所有原始行的 return 值（而不仅仅是每个组），您应该使用 pd.transform 函数。然后你可以检查是否有任何组匹配，并为所有行设置它。

这可行：

df['contract_id_has_a'] = df.groupby('Contract_Id')['product'].transform(lambda x: x.str.contains('a').any())

pandas dataframe 根据另一列的聚合过滤具有关键字的列

pandas dataframe filter a column with a key word based on the aggregation of another column

regex

python-3.x

pandas

python-3.6