通过两个 lambda 条件过滤组并根据条件创建新列的最佳方法是什么？

Question

这是我的数据框：

import pandas as pd

df = pd.DataFrame(
    {
        'a': ['x', 'x', 'x', 'x', 'y', 'y', 'y', 'y', 'z', 'z', 'z', 'p', 'p', 'p', 'p'],
        'b': [1, -1, 1, 1, -1, 1, 1, -1, -1, -1, -1, 1, 1, 1, 1]
    }
)

这就是预期的输出。我想创建专栏

c

:

    a  b    c
0   x  1    first
1   x -1    first
2   x  1    first
3   x  1    first
4   y -1    second
5   y  1    second
6   y  1    second
7   y -1    second
11  p  1    first
12  p  1    first
13  p  1    first
14  p  1    first

组由

a

列定义。我想过滤

df

并选择第一个

b

为 1 或第二个

b

为 1 的组。

我通过这段代码做到了这一点：

df1 = df.groupby('a').filter(lambda x: (x.b.iloc[0] == 1) | (x.b.iloc[1] == 1))

并且为了为

c

创建列

df1

，再次应通过

a

定义组，然后如果每个组第一个

b

为 1，则

c

为

first

，如果第二个

b

为1 那么

c

就是

second

。

请注意，对于组

p

，第一个和第二个

b

都是 1，对于这些组，我希望

c

为

first

。

也许我处理问题的方式是完全错误的。

Answer 1

代码

g = df.groupby(['a'])['b']
df['c'] = (df['a'].map(g.nth(0)[lambda x: x.eq(1)].replace(1, 'first'))
           .fillna(
               df['a'].map(g.nth(1)[lambda x: x.eq(1)].replace(1, 'second'))
           )
)

df

    a   b   c
0   x   1   first
1   x   -1  first
2   x   1   first
3   x   1   first
4   y   -1  second
5   y   1   second
6   y   1   second
7   y   -1  second
8   z   -1  NaN
9   z   -1  NaN
10  z   -1  NaN
11  p   1   first
12  p   1   first
13  p   1   first
14  p   1   first

过滤器：

out = df[df['c'].notna()]