如何检查同一组中列的不同行值并返回特定值？答案

【问题标题】：How to check different rows values of a column within the same group and return a specific value?如何检查同一组中列的不同行值并返回特定值？
【发布时间】：2022-11-08 11:56:49
【问题描述】：

我有以下代码生成两列。

import pandas as pd
  
data = {'Group': ['1', '1', '1', '1', '1', '1',
                  '2', '2', '2', '2', '2', '2',
                  '3', '3', '3', '3', '3', '3',
                  '4', '4', '4', '4', '4', '4',],
        'Test1': ['ABC', 'CDE', 'EFG', 'GHI', 'IJK', 'KLM',
                  'MNO', 'OPQ', 'QRS', 'STU', 'UVW', 'WXYZ',
                  'ABC', 'CDE', 'EFG', 'GHI', 'IJK', 'KLM',
                  'MNO', 'OPQ', 'QRS', 'STU', 'UVW', 'WXYZ',],
        'Test2': ['1234','4567', '8910', '1112', '1314', '1415',
                  '1516', '1718', '1920', '2122', '2324', '2526',
                  '2728', '2930', '3132', '3334', '3536', '3738',
                  '2940', '4142', '4344', '4546', '4748', '4950'],
        'Value': [True, True, False, False, False, True,
                  True, True, True, True, True, True,
                  True, True, True, True, True, False,
                  True, True, True, False, True, True,],
        }
  
df = pd.DataFrame(data)

print(df)

因此，通过检查每组中的最后 2、3 或 4 行是否返回 False，我想返回 False。如果所有的值都为真，那么我想为所有行返回真。从上面的代码来看，预期的结果是这样的。如果我们检查每组中的最后 3 行

Group | Value
----- | -----  
  1   |   False 
  1   |   False
  1   |   False
  2   |   True
  2   |   True
  2   |   True
  3   |   False
  3   |   False
  3   |   False
  4   |   False
  4   |   False
  4   |   False

【问题讨论】：

标签： python pandas dataframe group-by data-science-experience

【解决方案1】：

更新，每个更新的问题和下面的 cmets：

df[['Test1','Test2']].merge(df.groupby('Group')['Value'].apply(lambda x: x.iloc[-3:].mul(x.iloc[-3:].min(), level=0))
  .reset_index(), left_index=True, right_on='level_1').drop('level_1', axis=1)

输出：

   Test1 Test2 Group  Value
0    GHI  1112     1  False
1    IJK  1314     1  False
2    KLM  1415     1  False
3    STU  2122     2   True
4    UVW  2324     2   True
5   WXYZ  2526     2   True
6    GHI  3334     3  False
7    IJK  3536     3  False
8    KLM  3738     3  False
9    STU  4546     4  False
10   UVW  4748     4  False
11  WXYZ  4950     4  False

IIUC，试试这个：

df.groupby('Group')['Value'].apply(lambda x: x.iloc[-3:].mul(x.iloc[-3:].min(), level=0))
  .reset_index()
  .drop('level_1', axis=1)

输出：

   Group  Value
0      1  False
1      1  False
2      1  False
3      2   True
4      2   True
5      2   True
6      3  False
7      3  False
8      3  False
9      4  False
10     4  False
11     4  False

【讨论】：

嗯，聪明：按组分组，取最后 3 个条目，每个条目乘以最小值。因此，如果这三个中的任何一个为零，则它们都将归零。确保 True 只有在它们都为 True 时才会发生的好方法。一个问题：level = 0 这里是做什么的？我无法从.mul() 文档中看出这一点。
嗨，我收到IndexError: single positional indexer is out-of-bounds。在Group 和Value 之间还有其他列。如果我们还有其他列，我们如何修复代码？
@BadCoder 你能生产一个产生这个错误的数据集吗？
Mul 和 line up level = 0 的数据帧索引，在 groupby 中你会得到一个多索引，min 会给出单级索引，你告诉 mult 将单索引 pd.Series 与 level=0 的索引对齐其他 pd.Series。
@ScottBoston 我已经编辑了这个问题，它只返回了 Group 和 Value 列。我想知道使用更新的列从数据框中返回所有列