我有以下数据框：emp_id male female Month_Year423 0 0 March-2016423 0 0 April-2016 423 0 1 May-2016423 0 1 June-2016789 1 0 June-2017789 1 0 July-2017789 1 0 August-2017789 0 0 September-2017856 1 0 March-2018856 1 0 April-2018987 0 1 June-2019987 0 1 July-2019987 0 1 August-2019请注意列中的值male，female如下所示：1 - "Yes"0 - "No"我需要这样的东西，预期数据框：请注意，该Var列中的值表示如下：1 - "the gender details are not missing"0 - "the gender details are missing"另请注意，一个 emp_id 可以是男性或女性，但不能同时是男性或女性。male如果在和列中观察到female，对于emp_id 423，前两行没有性别详细信息。所以我在 Var 列中将值指定为零。对于emp_id 789，最后一行缺少性别详细信息。所以我在 Var 列中提到了零。对于emp_id 856 and 987，特定时期内的性别详细信息不会丢失。所以我在 Var 列中给出了价值 1。我使用了下面的代码：mask = (df.assign(zeros=df['male'].eq(0)) .groupby('emp_id')[['male', 'zeros']] .transform('sum') .all(axis=1))df1 = df[mask]print (df1)mask = (df.assign(zeros=df['female'].eq(0)) .groupby('emp_id')[['female', 'zeros']] .transform('sum') .all(axis=1))df2 = df[mask]print (df2)上述代码的输出：通过使用上面的代码，我能够捕获 emp_id，该 ID 分别在男性和女性列中缺少详细信息。有没有其他方法可以一次比较两列（男性和女性）并表示 Var 列中缺失的详细信息。所以请让我知道解决方案：提前致谢！
1 回答
有只小跳蛙
TA贡献1824条经验 获得超8个赞
尝试这个：
df['var'] = (df.male + df.female).groupby(df.emp_id).transform('min')
In [39]: df
Out[39]:
emp_id male female Month_Year var
0 423 0 0 March-2016 0
1 423 0 0 April-2016 0
2 423 0 1 May-2016 0
3 423 0 1 June-2016 0
4 789 1 0 June-2017 0
5 789 1 0 July-2017 0
6 789 1 0 August-2017 0
7 789 0 0 September-2017 0
8 856 1 0 March-2018 1
9 856 1 0 April-2018 1
10 987 0 1 June-2019 1
11 987 0 1 July-2019 1
12 987 0 1 August-2019 1
添加回答
举报
0/150
提交
取消