列中重复值之间的条件

Question

当每个客户有多个计划时，他们都会被复制。我想为客户设置状态：

如果他们填写了所有带有“canceled_at”的产品，则客户状态被取消，但是当不是每个带有“canceled_at”的产品，但至少有一个产品时，状态是“降级”，因为他丢失了一个产品。

customer|canceled_at|status

x       |3/27/2018  |

x       |           |

y       |2/2/2018   |

y       |2/2/2018   |

z       |1/1/2018   |

a       |           |      

我已经有取消状态，现在我只需要降级

df['status']=(df.groupby('customer')['canceled_at'].

  transform(lambda x: x.notna().all()).map({True:'canceled'})).fillna(df.status)

customer|canceled_at|status

x       |3/27/2018  |downgrade

x       |           |downgrade

y       |2/2/2018   |canceled

y       |2/2/2018   |canceled

z       |1/1/2018   |canceled

a       |           |      

Answer 1

下面是没有缺失值和由分组可能比较柱Series customer与GroupBy.transform和GroupBy.all， GroupBy.any对于测试的所有值TrueS（所有非丢失）或至少一个值不缺失（任何非丢失），并将它传递到numpy.select：g = df['canceled_at'].notna().groupby(df['customer'])m1 = g.transform('all')m2 = g.transform('any')df['status'] = np.select([m1, m2],['canceled','downgrade'], np.nan)print (df)  customer canceled_at     status0        x   3/27/2018  downgrade1        x         NaN  downgrade2        y    2/2/2018   canceled3        y    2/2/2018   canceled4        z    1/1/2018   canceled5        a         NaN        nan或者：df['status'] = np.select([m1, m2],['canceled','downgrade'], '')print (df)  customer canceled_at     status0        x   3/27/2018  downgrade1        x         NaN  downgrade2        y    2/2/2018   canceled3        y    2/2/2018   canceled4        z    1/1/2018   canceled5        a         NaN         如果只有NaNs 组需要转换为downgrade：mask = df['canceled_at'].notna().groupby(df['customer']).transform('all')df['status'] = np.where(mask,'canceled','downgrade')print (df)  customer canceled_at     status0        x   3/27/2018  downgrade1        x         NaN  downgrade2        y    2/2/2018   canceled3        y    2/2/2018   canceled4        z    1/1/2018   canceled5        a         NaN  downgrade  

Answer 2

这是一种方法：import pandas as pddef select_status(canceled):    c = canceled.count()    if c == 0:        status = ''    elif c == len(canceled):        status = 'canceled'    else:        status = 'downgrade'    return pd.Series(status, index=canceled.index)df = pd.DataFrame({'customer': ['x', 'x', 'y', 'y', 'z', 'a'],                   'canceled_at': ['3/27/2018', None, '2/2/2018', '2/2/2018', '1/1/2018', None]})df['status'] = df.groupby('customer')['canceled_at'].apply(select_status)print(df)输出：  customer canceled_at     status0        x   3/27/2018  downgrade1        x        None  downgrade2        y    2/2/2018   canceled3        y    2/2/2018   canceled4        z    1/1/2018   canceled5        a        None