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 pd

df = 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_2

0  23  20170503     10     20170104       s       20

1  23  20170503     10     20170503       r       10

2  23  20170503     10     20170503       s       10

3  43  20170602      5     20170605       s        8

4  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_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

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_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