在 python 中，如何限制每个 gvkey 插入一个虚拟对象一次？答案

【问题标题】：In python how to limit inserting a dummy to once per gvkey?在 python 中，如何限制每个 gvkey 插入一个虚拟对象一次？
【发布时间】：2020-10-20 11:31:29
【问题描述】：

我有以下代码，每次 notch_sp 从 11 或更高到 10 或更低时都会产生一个，但我只希望它在每个 gvkey 第一次发生时产生一个。

df['cliff']= (df['gvkey'].eq(df['gvkey'].shift()) &
              df['notch_sp'].shift().gt(10) &
              df['notch_sp'].lt(11)).view('i1')

对于如下所示的数据集：

df[['gvkey','notch_sp','am','cliff']]
Out[1]: 
            gvkey    notch_sp    am     cliff
1        1004.0        12.0    0.490      0
2        1004.0        10.0    0.490      1
3        1004.0        11.0    0.608      0
4        1004.0        10.0    0.608      1
5        329498.0      12.0      NaN      0
6        329498.0      10.0      NaN      1
7        329498.0      13.0      NaN      0
8        329498.0      10.0      NaN      1

因此，第 2 行和第 6 行的悬崖必须为 1，其他任何地方都必须为 0。很抱歉，我对这样做的想法没有任何意见，但我不知道该怎么做。

【问题讨论】：

标签： python pandas loops for-loop

【解决方案1】：

将GroupBy.cumsum 与1 比较用于第一组，并按& 将原始链接用于按位AND：

df['cliff']= (df['gvkey'].eq(df['gvkey'].shift()) &
              df['notch_sp'].shift().gt(10) &
              df['notch_sp'].lt(11))
df['cliff'] = (df.groupby('gvkey')['cliff'].cumsum().eq(1) & df['cliff']).view('i1')
print (df)
      gvkey  notch_sp     am  cliff
1    1004.0      12.0  0.490      0
2    1004.0      10.0  0.490      1
3    1004.0      11.0  0.608      0
4    1004.0      10.0  0.608      0
5  329498.0      12.0    NaN      0
6  329498.0      10.0    NaN      1
7  329498.0      13.0    NaN      0
8  329498.0      10.0    NaN      0

【讨论】：