如何使用 groupby 制作条件列？答案

【问题标题】：How to make a conditional column using groupby?如何使用 groupby 制作条件列？
【发布时间】：2019-12-15 02:34:10
【问题描述】：

我有一个看起来像这样的数据框。

Group   Task    Status   
1       A       Success
1       B       Success
1       C       Success
2       A       Success
2       B       Success
2       C       Failed

我想创建一个按组对数据框进行分组的条件逻辑。如果组的 ALL 状态为 Success，则Overall_Status 为Success。如果该组的 ANY 状态为 Failed，则Overall_Status 为Failed。

Group   Task    Status         Overall_Status
1       A       Success        Success
1       B       Success        Success
1       C       Success        Success
2       A       Success        Failed
2       B       Success        Failed
2       C       Failed         Failed

【问题讨论】：

标签： python pandas group-by conditional-statements

【解决方案1】：

使用GroupBy.transform 和GroupBy.all 测试是否所有值都是Success 每组使用Series.eq 并通过numpy.where 设置值：

mask = df['Status'].eq('Success').groupby(df['Group']).transform('all')
df['Overall_Status'] = np.where(mask, 'Success','Failed')
print (df)
   Group Task   Status Overall_Status
0      1    A  Success        Success
1      1    B  Success        Success
2      1    C  Success        Success
3      2    A  Success         Failed
4      2    B  Success         Failed
5      2    C   Failed         Failed

或使用Series.ne 获取不等于Success 的组并通过Series.isin 创建掩码：

mask1 = df['Group'].isin(df.loc[df['Status'].ne('Success'), 'Group'].unique())

另一个想法是使用GroupBy.any 每组至少测试一个Failed：

mask1 = df['Status'].eq('Failed').groupby(df['Group']).transform('any')
df['Overall_Status'] = np.where(mask1, 'Failed', 'Success')

print (df)
   Group Task   Status Overall_Status
0      1    A  Success        Success
1      1    B  Success        Success
2      1    C  Success        Success
3      2    A  Success         Failed
4      2    B  Success         Failed
5      2    C   Failed         Failed

【讨论】：

当我尝试这个时它说一切都是Failed。
@Josh - print(df['Status'].tolist()) 是什么？
@Josh - 因为值 Success 似乎有一些空格或类似问题
['成功'，'成功'，'成功'，'成功'，'成功'，'成功'，'成功'，'成功'，'成功'，'成功'，'成功', '成功', '成功', '成功', '成功', '成功', '成功', '成功', '成功', '成功', '成功', '成功', '成功' , '成功', '成功', '成功', '成功', '成功', '成功', '成功', '成功', '成功', '成功', '成功', '成功', '成功”、“成功”、“成功”、“成功”、“成功”、“成功”、“成功”、“成功”、“成功”、“失败”]
请注意，我是在更大/真实的数据上做这个，但原理是一样的。