比较Pandas中列中的两个重复值
比较Pandas中列中的两个重复值
提问于 2019-03-18 09:33:09
我有一个列与客户的名称，这是复制时，客户有2个产品。我必须创建一个新的状态，以分组客户状态在一个取决于情况。因此，我必须将客户X与另一个X进行比较，以生成一个新的状态。
Customer|Status |Cancaled_at|new status
X |Active |- |
X |Canceled|2019-xx-xx |
Y |Active |- |
Z |Active |- |
A |Canceled|- |期望输出：
Customer|Status |Cancaled_at|new status
X |Active |- |Canceled
X |Canceled|2019-xx-xx |Canceled
Y |Active |- |
Z |Active |- |
A |Canceled|- |回答 3
Stack Overflow用户
发布于 2019-03-18 10:58:13
有一种简单的方法可以在熊猫身上找到所有重复的价值：
df['new_status'][(df.duplicated('Customer', False))] = 'Canceled'这就使得new_status列Canceled，其中dataframe的Customer列具有重复的值。
Stack Overflow用户
发布于 2019-03-18 10:52:49
我觉得你需要：
df = pd.DataFrame({'Customer':['X','X','Y','Z','A'], 'status':['active','canceled','active','active','canceled'],
'Canceled_at':[None, '2019-01-01', None, None,None]})
df['new_status'] = np.where((df['status']=='canceled') & (~df['Canceled_at'].isnull()), 'canceled', None)
df['new_status'] = df.groupby('Customer')['new_status'].bfill()
print(df)输出：
Canceled_at Customer status new_status
0 None X active canceled
1 2019-01-01 X canceled canceled
2 None Y active None
3 None Z active None
4 None A canceled NoneStack Overflow用户
发布于 2019-03-18 10:58:17
df = df.sort_values(by=['Customer', 'Status'])
df['new_status'] = df[df.Status == 'Canceled']['Status']
df.loc[((df['Customer'] != df['Customer'].shift(-1)) & (df['new_status'].isnull())), 'new_status'] = ''
df['new_status'].fillna(method = 'backfill', limit = 1, inplace = True)
df.sort_index(inplace = True)产生以下输出：
Customer Status Cancaled_at new_status
0 X Active - Canceled
1 X Canceled 2019-xx-xx Canceled
2 Y Active -
3 Z Active -
4 A Canceled - Canceled页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/55218249
复制相关文章
相似问题
腾讯云开发者
