基于条件if逻辑的python标志使用三个不同的列答案

【问题标题】：python flag based on conditional if logic using three different columns基于条件if逻辑的python标志使用三个不同的列
【发布时间】：2017-09-06 20:16:53
【问题描述】：

我有以下基于谷歌分析数据的 df：

Customer | transaction_id | medium   | first_transaction_flag
ABC        12345            organic      Y
ABC        23456            email        0    
ABC        34567            organic      0
BCD        45678            organic      0
BCD        56789            referral     0

在上面的 df 中，交易 12345 的 first_transaction_flag 为 Y，这意味着这是客户的第一笔交易。

我需要添加第二个标记为 first_channel 的标志。它应该做的是为该渠道的一个客户标记，在该渠道中，所有后续交易都将其作为 first_channel = Y 获得。这将是输出：

Customer | transaction_id | medium   | first_transaction_flag | first_channel
ABC        12345            organic      Y                       Y
ABC        23456            email        0                       0
ABC        34567            organic      0                       Y             
BCD        45678            organic      0                       0
BCD        56789            referral     0                       0

基本上，这将是一个条件 if 语句：如果 first_transaction_flag = Y，则将客户和媒介的相同组合标记为 Y。我试图考虑是否可以使用 loc 或 np.where 语句，但没有不要走太远。

【问题讨论】：

标签： python pandas if-statement conditional where-clause

【解决方案1】：

cols = ['Customer', 'medium']
col = 'first_transaction_flag'
df.assign(first_channel=df.groupby(cols)[col].transform('first'))

  Customer  transaction_id    medium first_transaction_flag first_channel
0      ABC           12345   organic                      Y             Y
1      ABC           23456     email                      0             0
2      ABC           34567   organic                      0             Y
3      BCD           45678   organic                      0             0
4      BCD           56789  referral                      0             0

说明

'first' 将获取组内的第一个结果，transform 在该组的所有索引中广播它。

【讨论】：

非常感谢 - 您介意在语句的最后解释“first”以及您在哪里定义 first_channel 列应显示匹配的 Y 吗？
我添加了一些解释
太好了 - 谢谢！我刚刚运行它，它给了我 Y/N - 这是完美的；非常感谢
如果表格正确排序，则此方法有效，即第一个事务的first_transaction_flag 设置为Y。为了确保所需的行为，您可能需要考虑通过 df.sort_values(['Customer', 'first_transaction_flag'], ascending=[True, False]) 进行预排序
谢谢@Alexander - 我不知道，我巨大的 df 绝对不是这样排序的 - 你为我省去了很多后来的故障排除，谢谢！

【解决方案2】：

可能有更好的方法来解决您的问题，但这也很有效：

fc = df[df['first_transaction_flag'] == 'Y'][['Customer', 'medium']]
fc['first_channel'] = 'Y'
df = df.merge(fc, how='outer').fillna(0)

【讨论】：