我有一个数据框df:
df = pd.DataFrame({
'id': ['1', '1', '2', '3', '3', '8','4', '1', '2', '4'],
'start': ['2017-01-02', '2017-02-01', '2017-03-01', '2017-02-01', '2017-03-01', '2017-04-01', '2017-01-01', '2017-04-01', '2017-05-01', '2017-02-01']
})
df.sort_values(['id', 'start'])
我想查看每个ID是否存在第二行。如果存在,我想在其中添加整数1的地方添加一个新列(比如num_count)。如果每个id或id的最后一行仅存在一行,我想添加0。这是我想要的输出。
id num_count start
0 1 1 2017-01-02
1 1 1 2017-02-01
7 1 0 2017-04-01
2 2 1 2017-03-01
8 2 0 2017-05-01
3 3 1 2017-02-01
4 3 0 2017-03-01
6 4 1 2017-01-01
9 4 0 2017-02-01
5 8 0 2017-04-01
我该怎么做?
鉴于要处理sorted数据帧,您将需要分配.sort_values(..)
的结果:
df = df.sort_values(['id', 'start'])
您可以在此处使用duplicated(..)
function [pandas-doc],根据您的示例输出,您希望复制数据的last项目为duplicated(..)
。
因此我们可以分配一列,例如:
False
然后将产生样本输入:
df['num_count'] = df['id'].duplicated('last').astype(int)