如何添加新列并根据另一列的系列填充特定值？

Question

我是 Pandas 的新手，但感谢 Add column with constant value to pandas dataframe 我能够使用

一次添加不同的列

c = {'new1': 'w', 'new2': 'y', 'new3': 'z'}
df.assign(**c)

但是，当我想将新列添加到数据框（当前为 120 万行 * 23 列）时，我正在尝试找出路径。

让我们稍微简化一下 df 并尝试使其更清晰：

Order   Orderline   Product  
1       0           Laptop  
1       1           Bag  
1       2           Mouse  
2       0           Keyboard  
3       0           Laptop  
3       1           Mouse  

我想添加一个新列，如果订单至少有 1 个产品 == Bag，那么它应该为 1（对于该特定订单的所有行），否则为 0。

结果会变成：

Order   Orderline   Product   HasBag  
1       0           Laptop    1  
1       1           Bag       1  
1       2           Mouse     1  
2       0           Keyboard  0  
3       0           Laptop    0  
3       1           Mouse     0  

我可以做的是找到所有唯一的订单号，然后过滤掉子帧，检查产品列的袋子，如果找到，则在新列中添加 1，否则为 0，然后将原始子帧替换为结果.

可能有更好的方法来实现这一点，而且性能也更高。

我尝试这样做的主要原因是为了在以后平息事情。每个订单都应成为具有某些产品值的 1 行。我不再需要 Bag 的信息，但如果原始订单曾经有 Bag (1) 或没有 Bag (0)，我想保留在我的数据框中。

最终，当数据被清除后，它可以用作 scikit-learn 的基础（或者这就是我希望的）。

Answer 1

如果我理解正确，你想要GroupBy.transform.any

首先，我们通过检查Product 中的哪些行是Bag 和Series.eq 创建一个布尔数组。然后我们在这个布尔数组上GroupBy 并检查值中的any 是否为True。我们使用transform 来保持初始数组的形状，以便我们可以将值重新赋值。

df['ind'] = df['Product'].eq('Bag').groupby(df['Order']).transform('any').astype(int)

   Order  Orderline   Product  ind
0      1          0    Laptop    1
1      1          1       Bag    1
2      1          2     Mouse    1
3      2          0  Keyboard    0
4      3          0    Laptop    0
5      3          1     Mouse    0