Pandas 如何使首次出现作为一个新的专栏？

我有以下数据帧

import pandas as pd
d ={
    'Item':['Carrot','Beans','Potato','Carrot','Potato'],
    'Stock':[True,True, True,False,True],
    'Price':[91,95,89,55,1005]
}
df=pd.DataFrame(data=d)
print (df)

如何根据列项目将价格作为dataframe df的输出列首次出现

预期产量

     Item  Stock  Price  Output
0  Carrot   True     91      91
1   Beans   True     95      95
2  Potato   True     89      89
3  Carrot  False     55      91
4  Potato   True   1005      89

一种方法是

df['Output']=df['Item'].map(df[::-1].set_index('Item')['Price'].to_dict())

O/p:

说明：

反转数据帧，将索引设置为项，因此首先将值存储在map中，然后替换项中的dict值。

一种方法是

df['Output']=df['Item'].map(df[::-1].set_index('Item')['Price'].to_dict())

O/p:

说明：

反转数据帧，将索引设置为项，这样第一个值存储在map中，然后替换项中的dict值。

使用first：

与第一个一起使用：

---

df['output']=df.groupby'item.Price.transform'first'df['output']=df.groupby'item.Price.transform'first'@jezrael-我先想到的，但突然间我想到了你，你肯定会在我面前发布这个答案。因此，groupby+first进行了一次新的尝试，以确保与您的方法不同：@jezrael-我首先想到了这一点，但突然想到了您，您肯定会在我面前发布该答案。因此，首先从groupby+进行了一次新尝试，以确保与您的方法不同：

df['Output'] = df.groupby('Item')['Price'].transform('first')
print (df)
     Item  Stock  Price  Output
0  Carrot   True     91      91
1   Beans   True     95      95
2  Potato   True     89      89
3  Carrot  False     55      91
4  Potato   True   1005      89