根据键的值计算键的 Pandas 数据框列
Calculated Pandas dataframe column for a key, based on the value of a key
在 pandas/Python 中，对于 question_id = 3 和 selected_reponse = 'Tertiary/University Postgraduate' 的每一行，我想填充一个名为 'Tertiary' 的新列'Yes' 或 'No'，每个 user_id.
不确定执行此操作的最佳方法。任何帮助将不胜感激。
我认为这里没有必要设置每个 user_id 的值，所以使用 numpy.where 和掩码：
mask = (df.question_id == 3) & (df.selected_reponse == 'Tertiary/University Postgraduate')
df['Tertiary'] = np.where(mask, 'Yes', 'No')
但是如果需要将 Yes 设置为每组的所有行，如果匹配 mask 使用：
df['Tertiary'] = np.where(mask.groupby(df['user_id']).transform('any'), 'Yes', 'No')
在 pandas/Python 中，对于 question_id = 3 和 selected_reponse = 'Tertiary/University Postgraduate' 的每一行，我想填充一个名为 'Tertiary' 的新列'Yes' 或 'No'，每个 user_id.
不确定执行此操作的最佳方法。任何帮助将不胜感激。
我认为这里没有必要设置每个 user_id 的值，所以使用 numpy.where 和掩码：
mask = (df.question_id == 3) & (df.selected_reponse == 'Tertiary/University Postgraduate')
df['Tertiary'] = np.where(mask, 'Yes', 'No')
但是如果需要将 Yes 设置为每组的所有行，如果匹配 mask 使用：
df['Tertiary'] = np.where(mask.groupby(df['user_id']).transform('any'), 'Yes', 'No')