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。
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