Python 标记一列中的ID首次出现在另一列中的时间
我有一个如下所示的数据帧:Python 标记一列中的ID首次出现在另一列中的时间,python,pandas,Python,Pandas,我有一个如下所示的数据帧: ID1 ID2 Date 1 2 01/01/2018 1 2 03/01/2018 1 2 04/05/2018 2 1 06/06/2018 1 2 08/06/2018 3 4 09/07/2018 等等 我需要做的是标记ID1中的ID第一次出现在ID2中。在上面的例子中,这看起来像 ID1 ID2 Date Flag 1 2 01/01/2018 1 2 03/
ID1 ID2 Date
1 2 01/01/2018
1 2 03/01/2018
1 2 04/05/2018
2 1 06/06/2018
1 2 08/06/2018
3 4 09/07/2018
等等
我需要做的是标记ID1中的ID第一次出现在ID2中。在上面的例子中,这看起来像
ID1 ID2 Date Flag
1 2 01/01/2018
1 2 03/01/2018
1 2 04/05/2018
2 1 06/06/2018
1 2 08/06/2018 Y
3 4 09/07/2018
我使用了以下代码来告诉我ID1是否曾经出现在ID2中:
ID2List= df['ID2'].tolist()
ID2List= list(set(IDList)) # dedupe list
df['ID1 is in ID2List'] = np.where(df[ID1].isin(ID2List), 'Yes', 'No')
但这只告诉我,ID1在某个时刻出现在ID2中,而不是第一次出现的事件
有什么帮助吗?一个想法是使用
next
和生成器表达式来计算ID1
中的匹配索引。然后与索引进行比较,并使用argmax
获得第一个True
值的索引:
idx = df.apply(lambda row: next((idx for idx, val in enumerate(df['ID1']) \
if row['ID2'] == val), 0), axis=1)
df.loc[(df.index > idx).argmax(), 'Flag'] = 'Y'
print(df)
ID1 ID2 Date Flag
0 1 2 01/01/2018 NaN
1 1 2 03/01/2018 NaN
2 1 2 04/05/2018 NaN
3 2 1 06/06/2018 Y
4 1 2 08/06/2018 NaN
5 3 4 09/07/2018 NaN
Y
不应该在上面一行,其中1
首先出现在ID2
中吗?Graipher-是的,你是对的!