Pandas - 按组比较当前年份的值与以前所有年份的值，如果是累积最小值则返回 True答案

【问题标题】：Pandas - Compare value current year to those of all previous years by group and return True if it is the Cumulative MinimumPandas - 按组比较当前年份的值与以前所有年份的值，如果是累积最小值则返回 True
【发布时间】：2020-10-07 22:58:01
【问题描述】：

我有一个具有以下结构的 Pandas 数据框

id    date         num        
243   2014-12-01   3
234   2014-12-01   2
243   2015-12-01   2
234   2016-12-01   4
243   2016-12-01   6
234   2017-12-01   5
243   2018-12-01   7
234   2018-12-01   10
243   2019-12-01   1
234   2019-12-01   12
243   2020-12-01   15
234   2020-12-01   5

如果字段 num 小于往年的任何值（对于每个 id >)。例如，id 243 和 date 2019-12-01 的值为 1。在这种情况下，新字段 flag 将假定为 True，因为没有值id 243 的前几年较小。预期的数据框应如下所示：

id    date         num  flag         
243   2014-12-01   3      -
234   2014-12-01   2      -
243   2015-12-01   2      True
234   2016-12-01   4      False
243   2016-12-01   6      False
234   2017-12-01   5      False
243   2018-12-01   7      False
234   2018-12-01   10      False
243   2019-12-01   1      True
234   2019-12-01   12      False
243   2020-12-01   15      False
234   2020-12-01   5      False

我一直在寻找一种解决方案，让我可以将每一行与前几年的行进行比较。有什么建议如何将每一行的值与几年前的值进行比较？

谢谢

【问题讨论】：

标签： python pandas

【解决方案1】：

使用.cummin按组获取累计最小值
使用.cumcount 将每个组的第一个值返回为- 和np.where

df['flag'] = (df['num'] == df.groupby(['id'])['num'].transform('cummin'))
df['flag'] = np.where(df.groupby('id').cumcount() == 0, '-', df['flag'])
df
Out[1]: 
     id       date  num   flag
0   243 2014-12-01    3      -
1   234 2014-12-01    2      -
2   243 2015-12-01    2   True
3   234 2016-12-01    4  False
4   243 2016-12-01    6  False
5   234 2017-12-01    5  False
6   243 2018-12-01    7  False
7   234 2018-12-01   10  False
8   243 2019-12-01    1   True
9   234 2019-12-01   12  False
10  243 2020-12-01   15  False
11  234 2020-12-01    5  False

小提示：除了np.where()，您还可以使用：

df['flag'] = df['flag'].where(df.groupby('id').cumcount() != 0, '-')

基本上做同样的事情。

在其中一行代码中：

(df.num == df.groupby('id').num.cummin()).where(df.groupby('id').cumcount() != 0, '-')

【讨论】：

【解决方案2】：

让我们使用cummin + duplicated 和where

(df['num']==df.groupby('id')['num'].cummin()).where(df.id.duplicated(),'-')
0         -
1         -
2      True
3     False
4     False
5     False
6     False
7     False
8      True
9     False
10    False
11    False
Name: num, dtype: object

【讨论】：