Python 3.x dataframe创建一个新列，其值基于另一列上的groupby和

我正在尝试为

df

创建一个新列

amount\u标志

，该列中的值基于

groupby

另一列

键

，如果

amount

sum为0，则将

True

分配给

amount\u标志

，否则

为False

。

df

看起来像

key    amount    amount_0_flag    negative_amount
1       1.0      True             False
1       1.0      True             True
2       2.0      False            True
2       3.0      False            False
2       4.0      False            False

因此，当

df.groupby（'key'）

时，

key=1

的集群将

True

分配给集群中每个元素的

amount\u 0\u标志

，因为在集群中，一个元素的

数量为负1，另一个元素的
数量为正1

df.groupby('key')['amount'].sum()

仅给出每个集群的
金额
之和，不考虑
负金额
中的值，我想知道如何使用pandas/numpy查找
0
sum amounts Consording
负金额
值的集群及其行
 让我们尝试一下，我创建了一个“新列”，显示与您的“金额0”标志的比较：

df['new_column'] = (df.assign(amount_n = df.amount * np.where(df.negative_amount,-1,1))
                      .groupby('key')['amount_n']
                      .transform(lambda x: sum(x)<=0))

您是否介意编写原始数据帧和您期望的输出？
   key  amount  amount_0_flag  negative_amount  new_column
0    1     1.0           True            False        True
1    1     1.0           True             True        True
2    2     2.0          False             True       False
3    2     3.0          False            False       False
4    2     4.0          False            False       False