'Fill forward' 同一组观察值的虚拟变量 (Python)

Question

我创建了一个虚拟变量（在 Python 中），seo，如果另一列的值大于 0，它的值为 1，如下面的代码所示。

df['seo'] = (df['amount'] > 0).astype(int)

我想做的是创建第二个虚拟变量，past_seo，如果某个特定公司的 seo 虚拟变量在任何历史时间为 1，则它的值为 1。

作为参考，我的数据集包含每月公司数据并包含公司标识符变量 (6_cusip)。

我试图做的是按 6_cusip 和 date 对数据集进行分组，然后“向前填充”seo 虚拟变量。但是，我无法让它工作。

下面的代码显示了我的数据集中前 20 个观察值的示例。如图所示，观察结果均来自同一家公司。我想要做的是创建一个新列，将 seo 列中的“1”填充到属于同一公司的所有后续观察。

{'date': {0: '1994-05',
  1: '1994-06',
  2: '1994-07',
  3: '1994-08',
  4: '1994-09',
  5: '1994-10',
  6: '1994-11',
  7: '1994-12',
  8: '1995-01',
  9: '1995-02',
  10: '1995-03',
  11: '1995-04',
  12: '1995-05',
  13: '1995-06',
  14: '1995-07',
  15: '1995-08',
  16: '1995-09',
  17: '1995-10',
  18: '1995-11',
  19: '1995-12'},
 '6_cusip': {0: '00077R',
  1: '00077R',
  2: '00077R',
  3: '00077R',
  4: '00077R',
  5: '00077R',
  6: '00077R',
  7: '00077R',
  8: '00077R',
  9: '00077R',
  10: '00077R',
  11: '00077R',
  12: '00077R',
  13: '00077R',
  14: '00077R',
  15: '00077R',
  16: '00077R',
  17: '00077R',
  18: '00077R',
  19: '00077R'},
 'seo': {0: 0,
  1: 0,
  2: 0,
  3: 0,
  4: 0,
  5: 0,
  6: 0,
  7: 0,
  8: 0,
  9: 0,
  10: 0,
  11: 0,
  12: 0,
  13: 0,
  14: 0,
  15: 1,
  16: 0,
  17: 0,
  18: 0,
  19: 0}}

如果您有任何建议，请告诉我，谢谢！

Answer 1

我认为这应该可行：

df["past_seo"] = df.groupby("6_cusip").seo.cumsum().gt(0).astype(int)

基本上，对每个组的 seo 进行累积求和，如果大于 1 则标记为 true 并转换为整数。

输出：

       date 6_cusip  seo  past_seo
0   1994-05  00077R    0         0
1   1994-06  00077R    0         0
2   1994-07  00077R    0         0
3   1994-08  00077R    0         0
4   1994-09  00077R    0         0
5   1994-10  00077R    0         0
6   1994-11  00077R    0         0
7   1994-12  00077R    0         0
8   1995-01  00077R    0         0
9   1995-02  00077R    0         0
10  1995-03  00077R    0         0
11  1995-04  00077R    0         0
12  1995-05  00077R    0         0
13  1995-06  00077R    0         0
14  1995-07  00077R    0         0
15  1995-08  00077R    1         1
16  1995-09  00077R    0         1
17  1995-10  00077R    0         1
18  1995-11  00077R    0         1
19  1995-12  00077R    0         1

'Fill forward' 同一组观察值的虚拟变量 (Python)

'Fill forward' dummy variable for observations in same group (Python)

python

dataframe

pandas

dummy-variable

data-science