如何在不同的列中使用多个条件来更新python中的新行值？

这是当前的数据帧：

    id = ['793601486525702000','793601486525702000','793601710614802000','793601355214561000','793601355214561000','793601355214561000','793601355214561000','788130215436230000','788130215436230000','788130215436230000','788130215436230000','788130215436230000'] 
    time = ['11/1/2016 16:53','11/1/2016 16:53','11/1/2016 16:52','11/1/2016 16:55','11/1/2016 16:53','11/1/2016 16:53','11/1/2016 16:51','11/1/2016 3:09','11/1/2016 3:04','11/1/2016 2:36','11/1/2016 2:08','11/1/2016 0:28'] 
    rank = ['2','1','1','4','3','2','1','5','4','3','2','1'] 
    flag =['c_reply','c_start','u_start','u_reply','c_reply','c_reply','u_start','c_reply','c_reply','u_reply','u_reply','u_start']
    df = pd.DataFrame({"id": id, "time": time, "rank": rank, "flag": flag})

            id                time        rank     flag
                              .
                              .
    793601486525702000  11/1/2016 16:53    2      c_reply
    793601486525702000  11/1/2016 16:53    1      c_start
    793601710614802000  11/1/2016 16:52    1      u_start
    793601355214561000  11/1/2016 16:55    4      u_reply
    793601355214561000  11/1/2016 16:53    3      c_reply
    793601355214561000  11/1/2016 16:53    2      c_reply
    793601355214561000  11/1/2016 16:51    1      u_start
    788130215436230000  11/1/2016 3:09     5      c_reply
    788130215436230000  11/1/2016 3:04     4      c_reply
    788130215436230000  11/1/2016 2:36     3      u_reply
    788130215436230000  11/1/2016 2:08     2      u_reply
    788130215436230000  11/1/2016 0:28     1      u_start
                              .
                              .

我的数据集有数千行。
列“id”：一个id可能有多行/记录。行具有相同的id表示它们在同一组中。
“rank”列按同一组id的时间顺序排列

我想使用循环或函数创建两个新列“reply”和“reply_time”，这两个列基于我的数据帧中的多个列：“id”、“rank”、“time”和“flag”。
步骤1：选择同一id组中的行（按id列分组）
步骤2：更新“回复”列值：我想设置的条件如下：

值“0”：秩为“1”，标志为“u\u开始”，标志列中没有“c\u回复”
值“1”：秩为“1”，标志为“u\u开始”，标志列中有“c\u回复”
值“2”：标志列中第一个/最早的c_应答。（如果有多个c_回复，请列出最早的c_回复（排名列中较小的值））
值“3”：如果不满足上述条件，则应将行分配到此类别，包括（1）秩='1'和标志='c_-start'或（2）秩>='2'和标志='u-reply'或（3）秩>='2'和标志='c_-reply'，而不是标志列中的第一个c_-reply或（4）秩>='2'和标志='c_-reply'和标志列中的无'u-start'

步骤3：更新“回复时间”列值：我想设置的条件如下：
值“时间”：秩为“1”，标志为“u_开始”，且标志列中有“c_回复”，列出第一个/最早的“c_回复”时间。
值“na”：如果不满足上述条件，则应将行分配给“na”

目标输出如下所示：

            id                 time       rank      flag   reply   reply_time
    793601486525702000  11/1/2016 16:53     2     c_reply    3      na
    793601486525702000  11/1/2016 16:53     1     c_start    3      na
    793601710614802000  11/1/2016 16:52     1     u_start    0      na
    793601355214561000  11/1/2016 16:55     4     u_reply    3      na
    793601355214561000  11/1/2016 16:53     3     c_reply    3      na
    793601355214561000  11/1/2016 16:53     2     c_reply    2      na
    793601355214561000  11/1/2016 16:51     1     u_start    1      11/1/2016 16:53
    788130215436230000  11/1/2016 3:09      5     c_reply    3      na
    788130215436230000  11/1/2016 3:04      4     c_reply    2      na
    788130215436230000  11/1/2016 2:36      3     u_reply    3      na
    788130215436230000  11/1/2016 2:08      2     u_reply    3      na
    788130215436230000  11/1/2016 0:28      1     u_start    1      11/1/2016 3:04

这似乎是一个简单的问题，但我在任何地方都找不到。
我现在使用excel进行手动编码，但我认为应该有一种更快的方法通过使用python来解决这个问题。

---

非常感谢您的帮助。非常感谢

花费的时间比预期的要长一点。我没有足够的时间回答你的第二个问题（不管怎样，你在问SO时应该只问一个问题），所以我将帮助你直到第2步：

import pandas as pd
import numpy as np

id = ['793601486525702000','793601486525702000','793601710614802000','793601355214561000','793601355214561000','793601355214561000','793601355214561000','788130215436230000','788130215436230000','788130215436230000','788130215436230000','788130215436230000'] 
time = ['11/1/2016 16:53','11/1/2016 16:53','11/1/2016 16:52','11/1/2016 16:55','11/1/2016 16:53','11/1/2016 16:53','11/1/2016 16:51','11/1/2016 3:09','11/1/2016 3:04','11/1/2016 2:36','11/1/2016 2:08','11/1/2016 0:28'] 
rank = ['2','1','1','4','3','2','1','5','4','3','2','1'] 
flag =['c_reply','c_start','u_start','u_reply','c_reply','c_reply','u_start','c_reply','c_reply','u_reply','u_reply','u_start']
df = pd.DataFrame({"id": id, "time": time, "rank": rank, "flag": flag})

让我们从最困难的条件开始：

ids_c3 = pd.DataFrame(df[df.flag=='c_reply'].groupby('id')['rank'].min())
ids_c3['reply'] = 2
df= df.merge(ids_c3, on=['id','rank'], how='left')

首先，我们找到了具有

c_reply

的id，并获得了这些id的最小

等级。然后转换为数据帧，并用2标记。然后，我将其与原始数据帧合并以创建
reply
列。现在我们缺少数字0、1和3

对于数字1和0：

df['is_c_reply'] = df.groupby('id').flag.transform(lambda x: x.eq('c_reply').any())
c1= (df['rank']=='1') & (df.flag=='u_start') & (df.is_c_reply==0)
c2= (df['rank']=='1') & (df.flag=='u_start') & (df.is_c_reply==1)
df['reply'] = np.select([c1,c2],[0,1], default=df.reply)

我们编写了您指定的条件：
c1
用于
0
和
c2
用于
1
。然后使用
np.select（）
填充回复列

现在我们只缺少
3
。如上所述，其他所有内容都是3，所以您只需
fillna（）
：

我们完了

可能有更快的方法可以做到这一点，尽管
np似乎是可行的。select（）
和
groupby（）
，如果我有时间的话，我会尝试一会儿回复
df.reply = df.reply.fillna(3)