Python 3.x 数据帧逻辑实现

我有一个具有列的数据集：

 `subscribe_date`   `package_id`    `subscription_name` `user_id`   `subscription_status`

订阅状态的值为已取消，活动，失效，过期，已撤销，重新激活

基于PuxPositStutialValue>>，我必须创建一个名为 Curn的列。考虑到用户有一个值为“<强>取消的< /强>”或“<强>过期< /强> >的值，对于他们的PoptPosithStase

一些用户可能出现“强”>多个不同状态值< /强>，如果用户在任何时候都有一个值为“强”>“取消”<强> >或“强”>“强”>它们的订阅状态。 这是我的密码：

# Set a default value of churn as no
 subscriber_data['churn'] = 'no'

# Set churn value for all row indexes as yes which Age are cancelled or expired
subscriber_data['churn'][(subscriber_data['subscription_status'] =="cancelled") | (subscriber_data['subscription_status'] =="expired")] = 'yes'

现在，每个用户都被标记为“是”或“否”或两者兼而有之。我如何进一步处理，如果用户有两个或多个值“是”和“否”，则在所有情况下都应将其屏蔽为“是”

样本数据：

subscribe_date   package_id   subscription_name  user_id   subscription_status  churn
10/28/2015 23:29  0903a465-28f7-45b3-9860-12be9deed4ca   14 Day  0002b38f-ec0a-4ee5-8710-9cf54691bb55    cancelled   yes
6/21/2016 21:39  f3a5a639-f4df-4ebd-885d-abea26b37027    30-DayPass  00068201-1d40-4a84-b9bf-f4592aef9ba3    active  no
6/29/2016 19:30  f3a5a639-f4df-4ebd-885d-abea26b37027    30-DayPass  00068201-1d40-4a84-b9bf-f4592aef9ba3    cancelled   yes

---

您可以按

user\u id

对行进行分组，检查

chorn

的每一行是否等于

“yes”

，相应地转换该组的所有行：

import numpy as np
df.churn = np.where(df.groupby('user_id')['churn'].transform( \
    lambda x: (x == 'yes').any()), 'yes', df.churn)