根据条件向 pandas df 添加新列

Question

我有以下数据集：

ID   Asset   Boolean
1     "A"    True  
1     "B"    False  
1     "B"    False   
2     "A"    True
3     "A"    True
3     "A"    True
3     "B"    False
3     "B"    False
4     "A"    True
4     "A"    True
5     "A"    True
5     "B"    False

我想添加另一列，仅当列 Boolean 中的所有值对相同 ID 的计算结果为真时，该列才应计算为真。所以像这样：

ID   Asset   Boolean  Check
1     "A"    True     False
1     "B"    False    False
1     "B"    False    False
2     "A"    True     True
3     "A"    True     False
3     "A"    True     False
3     "B"    False    False
3     "B"    False    False
4     "A"    True     True
4     "A"    True     True
5     "A"    True     False
5     "B"    False    False

我想保留过滤器选项的原始数据集。我不知道如何在考虑 ID 列的情况下遍历 Boolean 列。

Answer 1

你可以GroupBy and transform with all:

df['Check'] = df.groupby('ID').Boolean.transform('all')

print(df)

    ID Asset  Boolean  Check
0    1     A     True  False
1    1     B    False  False
2    1     B    False  False
3    2     A     True   True
4    3     A     True  False
5    3     A     True  False
6    3     B    False  False
7    3     B    False  False
8    4     A     True   True
9    4     A     True   True
10   5     A     True  False
11   5     B    False  False

根据条件向 pandas df 添加新列

Adding new column to pandas df based on condition

python

series

pandas