Python 熊猫：使用groupby计算添加标志

我想首先获得第三个量化的分组依据（本例中为group and level）

现在我有了每组的分位数。我想根据groupby值在原始df上添加一列

   0.75 value
group   level   
A   X   0.67
    Z   0.45
B   X   0.65
    Z   0.27

结果是这样的，我会添加一个新的列，如果值高于量化值，那么我会添加1，如果值低于量化值，那么添加0

    customer    group   level   value     new
       1          A       Z       0.40     1
       2          B       X       0.60     0

谢谢

IIUC：

d['new'] = (d.value > d.groupby(['group', 'level'])['value']
                       .transform('quantile', 0.75)).astype(int)

>>> d
  customer group level  value  new
0        1     A     Z    0.4    0
1        2     B     X    0.6    0
2        3     B     X    0.7    1
3        4     A     X    0.6    0
4        5     B     Z    0.3    1
5        6     A     Z    0.5    1
6        7     B     Z    0.2    0
7        8     A     X    0.7    1
8        9     B     X    0.5    0
9       10     A     Z    0.2    0

---

仅使用

lt

和索引匹配

q = d.groupby(['group', 'level']).quantile(0.75)
d.set_index(['group', 'level']).value.lt(q.value).astype(int)

group  level
A      X        1
       X        0
       Z        1
       Z        0
       Z        1
B      X        1
       X        0
       X        1
       Z        0
       Z        1
Name: value, dtype: int64

---

new

中的第一行不应该是

0

，因为

0.4

低于

0.45

？

q = d.groupby(['group', 'level']).quantile(0.75)
d.set_index(['group', 'level']).value.lt(q.value).astype(int)

group  level
A      X        1
       X        0
       Z        1
       Z        0
       Z        1
B      X        1
       X        0
       X        1
       Z        0
       Z        1
Name: value, dtype: int64