熊猫多个“分组依据”并比较不同列中的值

Question

我有一个数据集：In:import pandas as pddf = pd.DataFrame({'id': [23, 23, 23, 43, 43],               'data_1': ['20170503', '20170503', '20170503', '20170602',                                  '20170602'],               'units' : [10,10,10,5,5],               'data_2' : ['20170104', '20170503', '20170503', '20170605',                '20170602'],               'code': ["s", "r", "s", "s", "r"],               'units_2': [20,10, 10, 8, 5 ]})print(df)出去：   id    data_1     units    data_2    code  units_20  23  20170503     10     20170104       s       201  23  20170503     10     20170503       r       102  23  20170503     10     20170503       s       103  43  20170602      5     20170605       s        84  43  20170602      5     20170602       r        5我需要按“id”分组并检查date_2和“s”中是否有对应于date_1的日期。可以添加一列来勾选这些匹配项，因此最终输出将如下所示：   id    data_1     units    data_2    code  units_2     new_column0  23  20170503     10     20170104       s       20              01  23  20170503     10     20170503       r       10              02  23  20170503     10     20170503       s       10              13  43  20170602      5     20170605       s        8              04  43  20170602      5     20170602       r        5              0感谢您的任何帮助

Answer 1

这groupby不是必需的，因为值不会更改或按组计数。

用：

df['new_column']=(df.data_1.eq(df.data_2)&df.code.eq('s')).astype(int)

# or df['new_column']=(df.data_1.eq(df.data_2)&df.code.eq('s')).map({True:1,False:0})

# or df['new_column'] = np.where((df.data_1.eq(df.data_2)&df.code.eq('s')),1,0)

print(df)

   id    data_1  units    data_2 code  units_2  new_column

0  23  20170503     10  20170104    s       20           0

1  23  20170503     10  20170503    r       10           0

2  23  20170503     10  20170503    s       10           1

3  43  20170602      5  20170605    s        8           0

4  43  20170602      5  20170602    r        5           0