仅根据另一列的第一个值创建新列，同时用 0 填充其他列答案

【问题标题】：Make new column based on only the first value of another column while fill others with 0仅根据另一列的第一个值创建新列，同时用 0 填充其他列
【发布时间】：2022-12-18 12:44:54
【问题描述】：

我有一个数据框和一个密钥，key[1,2,3,4]：

我想创建一个名为 response 的新列，条件是如果 arm 值在键中，则响应等于 1，否则响应等于 0。然而，诀窍在于它应该只针对第一个值，并且任何重复的 arm 值都应该产生 response 作为 0。像这样：

Animal  Arm  Response
1       2    1  
1       4    1
1       3    1
1       3    0
1       1    1
1       1    0

最多只能有 4 个值为 response 和 1

这是我试过的：

resp = []    
for i in range(len(df3)):
            for j in key:
                if df['Arm'][i] == j:
                    resp.append(1)
                    break
            else: resp.append(0)


df['Response'] = resp

但我不知道如何只将键的第一个值设置为 1，并将值的任何重复设置为零。

有人可以帮忙吗？

【问题讨论】：

您是否需要根据 Animal 和 Arm 检查重复项？还是仅根据Arm？

标签： python python-3.x pandas dataframe group-by

【解决方案1】：

将Series.isin 与DataFrame.duplicated 一起使用 - 每两列都测试Animal 和Arm 的重复值，换句话说，Arm 的重复值由Animal 按组测试：

df['Response'] = (df['Arm'].isin(key) & ~df.duplicated(['Animal','Arm'])).astype(int)
print (df)
   Animal  Arm  Response
0       1    2         1
1       1    4         1
2       1    3         1
3       1    3         0
4       1    1         1
5       1    1         0

添加数据以查看差异：

key = [1,2,3,4]
df['Response'] = (df['Arm'].isin(key) & ~df.duplicated(['Animal','Arm'])).astype(int)
print (df)
    Animal  Arm  Response
0        1    2         1
1        1    4         1
2        1    3         1
3        1    3         0
4        1    1         1
5        1    1         0
6        2    2         1
7        2    4         1
8        2    3         1
9        2    3         0
10       2    1         1
11       2    1         0

【讨论】：

您只是将答案更改为与我的相同:(
@mozway - 再检查一次。
它实际上是一样的，没有描述 Animal 有任何作用
在这种情况下，最好是对答案发表评论，而不是替换你的答案……无论如何，这不像是第一次……你原来的答案是完全不同的
@mozway - 不明白你的问题，添加答案，添加条件，答案与你的不同，那么问题是什么？如果我问你同样的问题，那完全没问题，但现在有什么问题吗？

【解决方案2】：

您可以将 isin 与 duplicated 结合使用：

df['Response'] = (df['Arm'].isin(key)&~df['Arm'].duplicated()).astype(int)

或者：

df['Response'] = np.where(df['Arm'].isin(key)&~df['Arm'].duplicated(), 1, 0)

输出：

   Animal  Arm  Response
0       1    2         1
1       1    4         1
2       1    3         1
3       1    3         0
4       1    1         1
5       1    1         0

【讨论】：

@Kshtj 还有哪些价值观？你能举个例子说明你的问题吗？

【解决方案3】：

resp = [] 
respDone= []
for i in range(len(df)):
    for j in key:
        if df['Arm'][i] == j and df["Arm"][i] not in respDone:
            resp.append(1)
            respDone.append(df["Arm"][i])
            break
    else: resp.append(0)


df['Response'] = resp

【讨论】：