Groupby 或 Looping 用于条件替换

Question

我对 Python 比较陌生。 我有以下性质的数据框

ID     DEPT     DOMAIN          
201606  271     GE
**201606  896     IR**
201608  271     GE
201609  271     GE
.....................            
...................           
**201701  896     FR**
201606  271     GE

我想在 ID 中查找从 2017 年开始其域名发生变化的所有部门。
然后，我想将域（在 2016* 行中）替换为与 2017* 行的账面价值相匹配的域的值
例如，在上面图解的 df 中，我想将 DEPT 896 的 2016* 行的域值替换为 FR，这是 2017* 行中相应部门的域值。

Answer 1

我认为您首先需要sort_values，然后使用duplicated 用于last 2017 的系列，最后使用map + fillna：

m1 = ~df.sort_values('ID').duplicated('DEPT', keep='last')
m2 = df['ID'].astype(str).str[:4] == '2017'
s = df[m1 & m2].set_index('DEPT')['DOMAIN']
df['DOMAIN'] = df['DEPT'].map(s).fillna(df['DOMAIN'])

print (df)
       ID  DEPT DOMAIN
0  201606   271     GE
1  201606   896     FR
2  201608   271     GE
3  201609   271     GE
4  201701   896     FR
5  201606   271     GE