如果列中的每个值有多个唯一行,则python将标记
在以下数据框中,我有三列:如果列中的每个值有多个唯一行,则python将标记,python,pandas,dataframe,flags,Python,Pandas,Dataframe,Flags,在以下数据框中,我有三列: Code | Category | Count X A 89734 X A 239487 Y B 298787 Z B 87980 W C 098454 我需要添
Code | Category | Count
X A 89734
X A 239487
Y B 298787
Z B 87980
W C 098454
我需要添加一个列,如果一个类别有多个唯一的代码(如上面示例中的B),它将获得一个标志,表示它是一个测试
所以我想要的结果是:
Code | Category | Count | Test_Flag
X A 89734
X A 239487
Y B 298787 T
Z B 87980 T
W C 098454
您可以使用来查找索引值,然后使用以下内容创建新列:
loc
中使用的布尔掩码的另一种解决方案:
print (df.groupby('Category').Code.transform('nunique'))
0 1
1 1
2 2
3 2
4 1
Name: Code, dtype: int64
mask = df.groupby('Category').Code.transform('nunique') > 1
print (mask)
0 False
1 False
2 True
3 True
4 False
Name: Code, dtype: bool
df.loc[mask, 'Test_Flag'] = 'T'
#if necessary, replace NaN to empty string
#df.Test_Flag = df.Test_Flag.fillna('')
print (df)
Code Category Count Test_Flag
0 X A 89734 NaN
1 X A 239487 NaN
2 Y B 298787 T
3 Z B 87980 T
4 W C 98454 NaN
您还可以选择使用填充值
df['Test_flag'] = np.where(df.groupby('Category').Code.transform('nunique') > 1, 'T', '')
>>> df
Category Code Count Test_flag
0 A X 89734
1 A X 239487
2 B Y 298787 T
3 B Z 87980 T
4 C W 98454
df['Test_flag'] = np.where(df.groupby('Category').Code.transform('nunique') > 1, 'T', '')
>>> df
Category Code Count Test_flag
0 A X 89734
1 A X 239487
2 B Y 298787 T
3 B Z 87980 T
4 C W 98454