Python 如何添加新列并根据另一列使用特定值填充它'；s系列？

我对熊猫还不熟悉，但多亏了它，我可以用它一次添加不同的栏目

c = {'new1': 'w', 'new2': 'y', 'new3': 'z'}
df.assign(**c)

然而，当我想向数据帧添加一个新列时（目前为120万行*23列），我试图找出应该采取的路径

让我们稍微简化一下df，并尝试使其更清晰：

Order   Orderline   Product  
1       0           Laptop  
1       1           Bag  
1       2           Mouse  
2       0           Keyboard  
3       0           Laptop  
3       1           Mouse  

我想添加一个新列，根据订单中是否至少有1个product==Bag，它应该是1（对于该特定订单的所有行），否则为0

结果将是：

Order   Orderline   Product   HasBag  
1       0           Laptop    1  
1       1           Bag       1  
1       2           Mouse     1  
2       0           Keyboard  0  
3       0           Laptop    0  
3       1           Mouse     0  

我可以做的是找到所有唯一的订单号，然后过滤掉子帧，检查产品列中的Bag，如果找到，则将1添加到新列中，否则为0，然后用结果替换原始子帧

很可能有更好的方式来实现这一点，也有更高效的方式

我尝试这样做的主要原因是为了以后把事情弄得更简单。每个订单都应该成为一行，带有产品的某些值。我不再需要行李的信息，但如果原始订单中有行李（1）或没有行李（0），我希望保留在数据框中

---

最终，当数据被清除后，它可以作为scikit学习的基础（或者我希望如此）。

如果我理解正确，您需要

GroupBy.transform.any

首先，我们使用

Series.eq

检查

Product

中的哪些行是

Bag

，从而创建一个布尔数组。然后，我们在这个布尔数组上执行

GroupBy

，并检查

是否有任何
值是
True
。我们使用
transform
来保持初始数组的形状，以便重新分配值

df['ind'] = df['Product'].eq('Bag').groupby(df['Order']).transform('any').astype(int)

   Order  Orderline   Product  ind
0      1          0    Laptop    1
1      1          1       Bag    1
2      1          2     Mouse    1
3      2          0  Keyboard    0
4      3          0    Laptop    0
5      3          1     Mouse    0

谢谢我需要将
astype（float）
作为一个类型，因为有些值是NaN，它没有将int作为类型。我仍然需要清理大量的数据（并且将以与您描述的相同的方式添加大量其他列）？转换中的“任何”是什么意思？或者它是grouped by dataframe:上的函数吗？找到了一篇关于此转换功能的有趣文章：。