Pandas 如何在python中应用窗口函数？

我有以下数据框示例：-即id、不同年份和季度的名称以及不同的值

id name year quater value 
1  bn   2017 2
1  bn   2017 3     4.5
1  bn   2017 4
2  an   2018 1     2.3   
2  an   2018 2     3.3
2  an   2018 3     4.5

我必须确定名称+id（主键）是否为 在具有价值的年度和季度之前出现过，然后将其视为现有（0），如果未来有价值且之前没有任何内容，则将其视为新的（1）

我相信需要通过

~

反转布尔掩码并转换为

整数

：

df['status'] = (~df['name'].duplicated()).astype(int)
#if multiple columns
#df['status'] = (~df.duplicated(['id','name'])).astype(int)
print (df)
   id name  year  quater  value  status
0   1   bn  2017       2    NaN       1
1   2   an  2018       1    2.3       1
2   2   an  2018       2    3.3       0
3   2   an  2018       3    4.5       0

我相信需要通过

~

反转布尔掩码并转换为

整数

：

df['status'] = (~df['name'].duplicated()).astype(int)
#if multiple columns
#df['status'] = (~df.duplicated(['id','name'])).astype(int)
print (df)
   id name  year  quater  value  status
0   1   bn  2017       2    NaN       1
1   2   an  2018       1    2.3       1
2   2   an  2018       2    3.3       0
3   2   an  2018       3    4.5       0

---

您可以使用id、name和year的子集使用

duplicated

，然后反转结果以识别第一次出现…，例如：

df['status'] = (~df.duplicated(subset=['id', 'name', 'year'])).astype(int)

给你：

   id name  year  quater  value  status
0   1   bn  2017       2    NaN       1
1   2   an  2018       1    2.3       1
2   2   an  2018       2    3.3       0
3   2   an  2018       3    4.5       0

---

请注意，虽然这将对按显示顺序排列的数据起作用，但您可能希望按年份（可能是季度）排序，以确保您的状态标志位于同一年内，并正确显示第一个季度。

您可以使用带有id、名称和年份子集的

duplicated

，然后反转结果以识别第一次出现。。。，例如：

df['status'] = (~df.duplicated(subset=['id', 'name', 'year'])).astype(int)

给你：

   id name  year  quater  value  status
0   1   bn  2017       2    NaN       1
1   2   an  2018       1    2.3       1
2   2   an  2018       2    3.3       0
3   2   an  2018       3    4.5       0

---

请注意，虽然这可以处理按显示顺序排列的数据，但您可能希望按年度（可能是季度）排序确保您的状态标志在同一年内正确显示到第一季度。

您说在本年和本季度之前出现过，但您的输出似乎只是名称在本年和本季度出现过？您说在本年和本季度之前出现过，但您的输出似乎只是名称在本年和本季度出现过年份？这不正确，我更改了数据位以更好地解释它，请cld uhelp@user3222101-不是100%确定，但需要

（df.duplicated（['id'，'name'，'year'，'quater'，keep=False）| ~df.duplicated（['id'，'name'，'year'））。astype（int）

？这不正确，我更改了数据位以更好地解释它，请给我打电话help@user3222101-不是100%确定，但需要

（df.duplicated（['id'，'name'，'year'，'quater'，keep=False）| ~df.duplicated（['id'，'name'，'year']））。astype（int）

？这不正确，我更改了数据位以更好地解释它，请cld uhelp@user3222101这个额外的行是如何准确地进入您的输出的？你需要解释一下…@user322101对吧。。。但是你得到了你想要的结果-为什么不正确？这是不正确的，我更改了数据位以更好地解释它，请cld uhelp@user3222101这个额外的行是如何准确地进入您的输出的？你需要解释一下…@user322101对吧。。。但是你确实得到了你想要的结果——为什么它不正确？