python仅对一个类别应用if语句和groupby

这个问题的背驮

我只想将以下规则应用于类型为X的行

df['Test_flag'] = np.where(df.groupby('Category').Code.transform('nunique') > 1, 'T', '')

数据帧df：

    Code      |  Type  | Category  |    Count
    code1          Y        A          89734
    code1          Y        A          239487
    code2          Z        B          298787
    code3          Z        B          87980
    code4          Y        C          098454
    code5          X        D          298787
    code6          X        D          87980

预期结果：

    Code      |  Type  | Category  |    Count  | Test Flag
    code1          Y        A          89734
    code1          Y        A          239487
    code2          Z        B          298787
    code3          Z        B          87980
    code4          Y        C          098454
    code5          X        D          298787       T
    code6          X        D          87980        T

说明：

类别A具有相同的代码，并且不是类型X->，因此没有标记T

类别B有不同的代码，但不是类型X->所以没有标志T

类别C只有一个代码，并且不是类型X->，因此没有标志T

类别D有不同的代码，类型为X->标志T

我试过这个

  df['Test_flag'] = np.where((df['Type'] == 'X') &df.groupby('Category').Code.transform('nunique') > 1, 'T', '')

我得到以下错误：

ValueError: operands could not be broadcast together with shapes (1,2199) (7620,)

---

逻辑和中缺少括号，这将导致错误分析条件中的操作顺序。除此之外，你的逻辑看起来应该有效

df['Test_flag'] = (np.where((df.Type == 'X') &
                            (df.groupby('Category').Code.transform('nunique') > 1), 
                            'T', ''))

最小演示

>>> df 
  Category   Code  Count Type
0        A  code1      1    Y
1        A  code1      2    Y
2        B  code2      3    Z
3        B  code3      4    Z
4        C  code4      5    Y
5        D  code5      4    X
6        D  code6      2    X

>>> df['Test_flag'] = (np.where((df.Type == 'X') &
                                (df.groupby('Category').Code.transform('nunique') > 1), 
                                'T', ''))

>>> df
  Category   Code  Count Type Test_flag
0        A  code1      1    Y          
1        A  code1      2    Y          
2        B  code2      3    Z          
3        B  code3      4    Z          
4        C  code4      5    Y          
5        D  code5      4    X         T
6        D  code6      2    X         T

---

我可能读错了，但我认为这更直观（至少对我来说），不需要numpy：

df['Test Flag'] = ''
df['Test Flag'][(~df['Code'].duplicated()) & (df['Type'] == 'X')] = 'T'

结果:

    Code Type Category   Count Test Flag
0  code1    Y        A   89734          
1  code1    Y        A  239487          
2  code2    Z        B  298787          
3  code3    Z        B   87980          
4  code4    Y        C  098454          
5  code5    X        D  298787         T
6  code6    X        D   87980         T

---

df.loc[df['Type']='X'，'Test_flag']=.

？正确-一个类别为“D”，但两个不同的代码；A类代码相同，B类代码不同，但不是X类