如何在groupby之后创建变量答案

【问题标题】：How to create variable after groupby如何在groupby之后创建变量
【发布时间】：2019-05-19 11:03:25
【问题描述】：

我有一个长格式的 pandas 数据框，其中包含一些人的多个条目。我有一个变量表示自另一次单独评估（评估 A）以来的一次测量时间。我想做的是创建一个新变量来标识每个评估相对于评估 A 的时间点，并将每个人的第一个时间点（如果它

我确定答案涉及 groupby。我可以按每个人的代码进行分组，但我很困惑如何从那里开始。

我一直试图遵循的逻辑是： - groupby ID_Code - 对于每个 ID_Code，测试第一行“自评估 A 以来的时间”是否

如果不清楚，我可以提供更多信息。我对使用 python 清理数据很陌生，这是我的第一个 stackoverflow 问题，所以我愿意接受任何提示！

提前致谢。

import pandas as pd

# Current data
df = pd.DataFrame(data={'ID_Code':['AA_01', 'AA_01', 'BB_02', 'CC_03', 'CC_03', 'CC_03', 'CC_03', 'DD_05', 'DD_05'],
                       'Time_since_A':[0, 134, 0, 7, 145, 289, 312, 500, 650]})
print(df)

# Intended output
df2 = pd.DataFrame(data={'ID_Code':['AA_01', 'AA_01', 'BB_02', 'CC_03', 'CC_03', 'CC_03', 'CC_03', 'DD_05', 'DD_05'],
                       'Time_since_A':[0, 134, 0, 7, 145, 289, 312, 500, 650],
                        'Timepoint':[1, 2, 1, 1, 2, 3, 4, 'NA', 'NA']})
print(df2)

【问题讨论】：

标签： python pandas pandas-groupby

【解决方案1】：

将GroupBy.transform 和GroupBy.first 用于与原始大小相同的系列，因此可以进行比较，对于过滤后的组，请使用GroupBy.cumcount 作为每个组的计数器：

mask = df.groupby('ID_Code')['Time_since_A'].transform('first') <= 10
df.loc[mask, 'Timepoint'] = df[mask].groupby('ID_Code').cumcount() + 1
print (df)
  ID_Code  Time_since_A  Timepoint
0   AA_01             0        1.0
1   AA_01           134        2.0
2   BB_02             0        1.0
3   CC_03             7        1.0
4   CC_03           145        2.0
5   CC_03           289        3.0
6   CC_03           312        4.0
7   DD_05           500        NaN
8   DD_05           650        NaN

详情：

print (df.groupby('ID_Code')['Time_since_A'].transform('first'))
0      0
1      0
2      0
3      7
4      7
5      7
6      7
7    500
8    500
Name: Time_since_A, dtype: int64

【讨论】：