如何根据特定条件转换和创建具有 0 和 1 的 pandas 列答案

【问题标题】：How to transform and create a pandas column with 0 and 1 based on specific condition如何根据特定条件转换和创建具有 0 和 1 的 pandas 列
【发布时间】：2020-11-30 17:56:41
【问题描述】：

我想创建一个列churn，如图所示。代码应该对每一年的列Col进行分组和比较，如果在下一年找到Col的值，则分配0。

在此示例中，缺少 2017 年的第 3 行。因此分配 1。

如何在 pandas 中做到这一点？

State ID    Col   Year  cost  Churn
CT    123   M     2016  10    0
CT    123   C     2016  15    0
CT    123   A     2016  10    1
CT    123   C     2016  20    0
CT    123   M     2017  10    0
CT    123   C     2017  15    0

【问题讨论】：

如果客户离开然后返回怎么办？即 A 出现在 2015 年，从 2016 年消失，然后在 2017 年再次出现？
如果 A 在 2016 年消失，那么在 2015 年分配 1，因为他们流失了。如果他们在 2017 年回来，那么分配 0，因为那是他们没有流失的新客户

标签： python pandas pandas-groupby churn

【解决方案1】：

首先用Series.reindex和MultiIndex.from_product添加前4列的所有缺失组合，然后每前3列移动DataFrameGroupBy.shift，最后使用DataFrame.merge作为原始顺序并删除所有添加的行（如果没有参数@ 987654329@ 它使用两个 DataFrame 中相同的所有列）：

s = df.assign(Churn=0).set_index(['State','ID','Col','Year'])['Churn']
df1 = df.merge(s.reindex(pd.MultiIndex.from_product(s.index.levels), fill_value=1)
                .groupby(level=[0,1,2])
                .shift(-1, fill_value=0)
                .reset_index())
print (df1)
  State   ID Col  Year  Churn
0    CT  123   M  2016      0
1    CT  123   C  2016      0
2    CT  123   A  2016      1
3    CT  123   M  2017      0
4    CT  123   C  2017      0

【讨论】：

有没有办法在没有索引的情况下做到这一点，我说cannot handle a non-unique multi-index 时出错，也不明白为什么要移动-1。我正在尝试在每年比较列和列Col 的组合来决定流失率
@Priyank - 这意味着有重复，比如样本数据中的第一个C是M，如何处理这些数据？
我知道有重复但不知道为什么这在计算 churn 指标时很重要。如果一个组合在一年内重复，那很好，如果它在明年重复，则为 0，如果没有，则为上一年的 1
@Priyank - 是的，同意。输入数据中只有['State','ID','Col','Year'] 列？如果是，则将s = df.assign(Churn=0).set_index(['State','ID','Col','Year'])['Churn'] 更改为s = df.drop_duplicates().assign(Churn=0).set_index(['State','ID','Col','Year'])['Churn']
实际上，数据中还有其他列是相关的，并且在同一年具有不同的值。我试过drop_duplicates 给了我同样的错误