Python 如果值是第一次出现并在最近一年中出现，如何创建0或1

我有一个数据框，需要根据列值的新出现创建0和1的新列

数据帧输入：

df = pd.DataFrame({'value_text': ['type1', 'type1', 'type1','type2','type2','type3','type3','type4','type4','type5','type6'],
                   'year': [2016,2017,2021,2018,2021,2019,2021,2020,2021,2021,2021]})


     value_text  year
0       type1  2016
1       type1  2017
2       type1  2021
3       type2  2018
4       type2  2021
5       type3  2019
6       type3  2021
7       type4  2020
8       type4  2021
9       type5  2021
10      type6  2021

基于这一需要，考虑到本年度仅出现一次的值_文本，创建包含0和1的新列

在结果中，数据框type5仅在本年度出现，在前几年未出现。基本上，尝试识别新的事件并创建值1或0

结果:

df1 = pd.DataFrame({'value_text': ['type1', 'type1', 'type1','type2','type2','type3','type3','type4','type4','type5','type6'],
                   'year': [2016,2017,2021,2018,2021,2019,2021,2020,2021,2021,2021],
                   'value': [0, 0, 0,0,0,0,0,0,0,1,1]})

输出：

     value_text  year  value
0       type1  2016      0
1       type1  2017      0
2       type1  2021      0
3       type2  2018      0
4       type2  2021      0
5       type3  2019      0
6       type3  2021      0
7       type4  2020      0
8       type4  2021      0
9       type5  2021      1
10      type6  2021      1

---

我们可以使用

duplicated

创建布尔掩码

m1

，以识别未复制的值。类似地，通过将年份列与当前年份进行比较，创建另一个布尔掩码

m2

，现在获取

m1

和

m2

的逻辑

和
，并将结果分配给列
值

m1 = ~df['value_text'].duplicated()
m2 = df['year'].eq(pd.Timestamp('now').year)
df['value'] = (m1 & m2).view('i1')


为什么
type4
是1？您能把您的请求说得更清楚吗？您能扩展您的示例以显示另一种情况，其中当前年度条目的值为1，而当前年度条目的值为1的情况为负值吗？我认为，如果您在2021年有两个条目
type6
，那么它们的值将为0，但不清楚。@Steve感谢您的兴趣，更新了新示例。@sophocles感谢您的兴趣，更新了新示例
>>> df

   value_text  year  value
0       type1  2016      0
1       type1  2017      0
2       type1  2021      0
3       type2  2018      0
4       type2  2021      0
5       type3  2019      0
6       type3  2021      0
7       type4  2020      0
8       type4  2021      0
9       type5  2021      1
10      type6  2021      1