Python 转换为与其最大值匹配的布尔列

在这个岗位上帮忙的时候 ，我自己也有一个问题，对于这样的数据帧：

In [44]: newdf
Out[44]: 
           date
id             
3001 2000-01-01
3001 2000-01-02
3001 2000-01-03
3001 2000-01-04
3001 2000-01-05
3849 2001-01-05
3849 2001-01-06
3849 2001-01-07
3849 2001-01-08
8927 2006-01-06
8927 2006-01-07
8927 2006-01-08
8927 2006-01-09

如何添加第三列，除了每个id的最后日期之外，所有行的第三列都为零？对于每个端点数据，它等于一

我编辑了我的答案，这样做：

In [32]: b = newdf.reset_index().groupby( 'id').date.transform( 
lambda ii : ii.max())
In [37]: newdf['new_col'] = (newdf.date == b).astype(int) 

但我不知道为什么我不能这么做：

newdf['new_col'] = newdf.reset_index().groupby( 'id').date.transform( lambda ii : ii == ii.max())

这给了我一个错误：

ValueError: new type not compatible with array.

---

对我来说只需稍加修改即可：

newdf['new_col'] = [v for v in newdf.reset_index().groupby( 'id').date.transform( lambda ii : ii == ii.max())]

或者，或者：

df2 = newdf.reset_index()
df2['new_col'] = df2.groupby( 'id').date.transform( lambda ii : ii == ii.max())

…groupby（'id'）.date.transform（lambda ii:ii==ii.max（））的结果是一个系列，但该系列的索引是range（len（df））。当您尝试执行
newdf['new\u col']=new series
时，它会尝试匹配索引。强制转换为列表会使熊猫忽略索引，或者重置索引会首先将索引置于同一级别

另外，为了提高速度，您的数据似乎是按（'id'，'date'）排序的，这是一个很好的属性，可以使用（groupby对于大型dfs来说速度非常慢）：

等等，那么groupby（“KEY”）.agg（…）生成“KEY”索引，而groupby（“KEY”）.transform（…）生成索引[0,1,2,3…]？
# guarantee sorting
newdf.reset_index(inplace=True).sort(('id','date'), inplace=True).set_index('id')
# init new column
newdf['is_last'] = 0
curr_id = None
for i, (id, row) in enumerate(newdf.iterrows()):
    if i > 0 and id != curr_id:
        newdf.iloc[i-1]['is_last'] = 1