Python 根据dataframe中的特定id更改列的值

我有下面已排序的数据帧，我想将id列中每个id的最后一个值设置为0

id value
1   500
1   50
1   36
2   45
2   150
2   70
2   20
2   10

我可以使用

df['value']将整个id列的最后一个值设置为0。iloc[-1]=0

。如何设置id:1和id:2的最后一个值以获得以下输出

id value
1   500
1   50
1   0
2   45
2   150
2   70
2   20
2   0

您可以执行并保留last以获取每个id的最后一行。使用这些行的

索引

，并将值设置为0

df.loc[df['id'].drop_duplicates(keep='last').index, 'value'] = 0

print(df)
   id  value
0   1    500
1   1     50
2   1      0
3   2     45
4   2    150
5   2     70
6   2     20
7   2      0

细分

    m=df.id.duplicated('last')
    
    df.loc[~m,'value']=0




id  value
0   1    500
1   1     50
2   1      0
3   2     45
4   2    150
5   2     70
6   2     20
7   2      0

它的工作原理

m=df.id.duplicated('last')# Selects the last duplicated in column id

~m reverses that and hence last duplicated becomes true

df.loc[~m,'value']# loc accessor allows us to reach the True value in the nominated column to write with 0

---

如果您愿意使用

numpy

，这里有一个快速解决方案：

import numpy as np

# Recreate example
df = pd.DataFrame({
    "id":[1,1,1,2,2,2,2,2],
    "value": [500,50,36,45,150,70,20,10]
})
# Solution
df["value"] = np.where(~df.id.duplicated(keep="last"),0,df["value"].to_numpy())

---

如果id:1>100和id:2<100，我还想将值设置为二进制1；如果id:1<101和id:2>99，我想将值设置为二进制0。我已尝试添加一个新的列阈值。是否有更有效的解决方案？如何在不添加新列的情况下实现这一点。rindx=df[（（df['id']==1）和（df['value']>100））|（（df['id'==2）和（df['value']<100））。索引df.loc[rindx，'threshold']=1 rindx=df[（df['id']=1）和（df['value']<101））|（（df['id']=2）和（df['value']>99））。索引df.loc[rindx，'threshold']=0预期输出：

id值
11
10
10
21
20
21
21
20
import numpy as np

# Recreate example
df = pd.DataFrame({
    "id":[1,1,1,2,2,2,2,2],
    "value": [500,50,36,45,150,70,20,10]
})
# Solution
df["value"] = np.where(~df.id.duplicated(keep="last"),0,df["value"].to_numpy())