根据Pandas中的条件最大值填充列

Question

我有一个数据框架，看起来像这样(链接到csv):

id, time, value, approved
0,  0:00, 10,    false
1,  0:01, 20,    false
1,  0:02, 50,    false
1,  0:03, 20,    true
1,  0:04, 40,    true
1,  0:05, 40,    true
1,  0:06, 20,    false
2,  0:07, 35,    false
2,  0:08, 35,    false
2,  0:09, 50,    true
2,  0:10, 50,    true

并且我想计算一个列，对于每个ID的第一个最大批准值应该为真。所以应该是这样的:

id, time, value, approved, is_max
0,  0:00, 10,    false,    false
1,  0:01, 20,    false,    false
1,  0:02, 50,    false,    false
1,  0:03, 20,    true,     false
1,  0:04, 40,    true,     true
1,  0:05, 40,    true,     false
1,  0:06, 20,    false,    false
2,  0:07, 35,    false,    false
2,  0:08, 35,    false,    false
2,  0:09, 50,    true,     true
2,  0:10, 50,    true,     false

我可以用

达到类似的效果

df['is_max'] = df['value'] == df.groupby(['id', df['approved']])['value'].transform('max').where(df['approved'])

，但这将设置为true与每个ID的最大值(0:04和0:05为ID 1, 0:09和0:10为ID 2)。我只是希望第一行的最大值设置为true。

Answer 1

这里是使用pandas.DataFrame.mask的方法根据您的解决方案:

approved_1st_max = df.mask(~df["approved"]).groupby("id")["value"].transform('idxmax')
df["is_max"]= df.reset_index()["index"].eq(approved_1st_max)

#输出:

print(df)
id  time  value  approved  is_max
0    0  0:00     10     False   False
1    1  0:01     20     False   False
2    1  0:02     50     False   False
3    1  0:03     20      True   False
4    1  0:04     40      True    True
5    1  0:05     40      True   False
6    1  0:06     20     False   False
7    2  0:07     35     False   False
8    2  0:08     35     False   False
9    2  0:09     50      True    True
10   2  0:10     50      True   False