Python 如何根据条件创建新列？

我有以下数据帧df：

我需要创建一个新列col3并为每个唯一的col1分配T或F：对于每个唯一的col1，如果col2中至少有一行等于a，那么col3等于T。否则，它等于F

预期结果：

col1  col2  col3
1     C     T
1     B     T
1     A     T
2     C     F
2     C     F
3     A     T
3     C     T
3     B     T

我怎样才能做到？我试着用applylambda。。。解决方案，但它按行进行，仅当col1为1时才赋值T，这基本上是因为1的最后一行等于A。

使用transform检查groupby

使用transform检查groupby

您还可以使用numpy的where函数，如下所示：

>> import numpy as np
>> df['col3'] = np.where(df['col1'].isin(df[df['col2']=='A']['col1'].unique()), 'T', 'F')
>> print(df)
   col1 col2 col3
0     1    C    T
1     1    B    T
2     1    A    T
3     2    C    F
4     2    C    F
5     3    A    T
6     3    C    T
7     3    B    T

您还可以使用numpy的where函数，如下所示：

>> import numpy as np
>> df['col3'] = np.where(df['col1'].isin(df[df['col2']=='A']['col1'].unique()), 'T', 'F')
>> print(df)
   col1 col2 col3
0     1    C    T
1     1    B    T
2     1    A    T
3     2    C    F
4     2    C    F
5     3    A    T
6     3    C    T
7     3    B    T

---

您可以选择的另一种解决方案是将int转换为str，并使用astype'str'和str。该解决方案包含：

---

您可以选择的另一种解决方案是将int转换为str，并使用astype'str'和str。该解决方案包含：

---

谢谢但是如何创建一个具有T和F值的新列呢？我不需要真假。完美。一个快速的澄清。如果条件等于A或B，我应该如何更改eqA。我尝试了.eqA或B，但它给了我错误的结果。@Fluxy.isin['A'，'B']谢谢。但是如何创建一个具有T和F值的新列呢？我不需要真假。完美。一个快速的澄清。如果条件等于A或B，我应该如何更改eqA。我尝试了.eqA或B，但它给了我错误的结果。@Fluxy.isin['A'，'B']当我们根据df['col1']进行严格比较时，我们需要使用unique吗。isindf[df['col2']='A']因此我只相信np.where df['col1'].isindf[df['col2']='A']['col1']，'T']，我们需要使用unique来进行基于df['col1']的严格比较吗？isindf[df['col2']=='A']因此我相信简单的np.wheredf['col1'].isindf[df['col2']=='A']['col1']，T'，'F'可以工作。

>> import numpy as np
>> df['col3'] = np.where(df['col1'].isin(df[df['col2']=='A']['col1'].unique()), 'T', 'F')
>> print(df)
   col1 col2 col3
0     1    C    T
1     1    B    T
2     1    A    T
3     2    C    F
4     2    C    F
5     3    A    T
6     3    C    T
7     3    B    T

>>> df.assign(col3=df['col1'].astype(str).str.contains('1|3').map({True:'T', False:'F'}))
   col1 col2 col3
0     1    C    T
1     1    B    T
2     1    A    T
3     2    C    F
4     2    C    F
5     3    A    T
6     3    C    T
7     3    B    T