根据 Pandas 中不同行的其他列中的值比较将值应用于列
Applying values to a column based on value comparison in other columns across different rows in Pandas
我已经在 Internet 上搜索了我的问题，但没有完全相同的内容。我是 Pandas.
的新手
我有一个巨大的数据框，大约有 80 万行。在 800K 行中，有 200K 行是重复的，表明车主在同一 SSN 下拥有多辆汽车（由于拼写等原因可能有不同的名称）。例如，下面是我的数据框。
SSN 是确定他们是同一个人的关键，尽管名字可能不同（或略有不同）：
SSN_ID Name Registration_Number Brand Car Year Eligible Status Channel
00001 Baron Zemo SKV2017 Toyota 86 2020 1 2 Call
00001 Baron Zimo SKV1999 Subaru BRZ 2012 1 0 Call
00002 Steve Rogers SHD2012 Cadillac deVille 1970 1 0 Call
00003 Bucky Barnes MTL9841 Ford Boss 429 1970 1 0 Call
00004 Tony Stark IRN0007 Audi R8 2013 1 1 Apps
00005 Wanda Maximoff SCR1080 Hyundai i-30N 2020 1 1 Apps
00004 Tony Stank ILY3000 Audi e-Tron GT 2020 1 0 Call
00001 Beron Zemo SKV0800 Audi TT-RS 2018 1 1 Apps
第'Channel'栏是进行保险促销广告的渠道，第'Status'栏是客户参与的状态。
'Status' = 0, No call attempted
'Status' = 1, Answered, rejected/accepted the offer
'Status' = 2, Unanswered, line busy/not pick-up
之前的调用和推广都是以每辆车为单位进行的，因此出现了多次调用一个车主，一车一次的情况。例如上面的例子，Baron Zemo 将在单独的 time/day 为他的每辆车调用 3 次，因为他拥有 3 辆车。但是现在，尽管有多辆车，但管理层希望确保每个车主只被呼叫一次。
我想根据 'Status' 列值更新数据框中的 'Channel' 列。逻辑应该是这样的：
If 'Status' == 0 or 2, df[Channel] = 'Call'
If 'Status' == 1, df[Channel] = 'Apps'
但事实是，拥有多辆汽车的车主，有多个 'Status' 跨行。以 Zemo (SSN_ID : 00001) 和 Stark (SSN_ID : 00004) 为例。他们在 'Status' 列中有多个值，因为他们拥有多辆汽车。因此，我还需要根据其他行的 'Status' 值更新 'Channel' 列。
使用 .loc，我可以将数据帧分成 2 个，1 个用于拥有多辆车的车主，1 个用于拥有 1 辆车的车主。
df1= df.loc[df.duplicated(subset=['SSN_ID'], keep=False)].sort_values(by='SSN_ID', ascending=True)
df2= df.loc[~(df.duplicated(subset=['SSN_ID'], keep=False))]
df1 如下所示：
SSN_ID Name Registration_Number Brand Car Year Eligible Status Channel
00001 Baron Zemo SKV2017 Toyota 86 2020 1 2 Call
00001 Baron Zimo SKV1999 Subaru BRZ 2012 1 0 Call
00001 Beron Zemo SKV0800 Audi TT-RS 2018 1 1 Apps
00004 Tony Stark IRN0007 Audi R8 2013 1 2 Apps
00004 Tony Stank ILY3000 Audi e-Tron GT 2020 1 0 Call
Eventho Zemo 有 3 个状态 (2,0,1)，但由于我们已经在他的奥迪 TT-RS ('Status'== 1) 上给 Zemo 打电话并且他已经拒绝了这个提议，我们不应该懒得再给他打电话了（即使他还有另外两辆车），因此，列 'Channel' 将分配给 'Apps'.
至于 Stark，他有 2 个状态 (2,0)，因为他没有接听电话 ('Status' == 2) ，我们会继续尝试给他打电话，直到他接听，或者拒绝或接受提议，因此，列 'Channel' 将分配给 'Call'.
但是，我不知道如何应用上面的逻辑。
df1 的最终期望结果如下：
SSN_ID Name Registration_Number Brand Car Year Eligible Status Channel
00001 Baron Zemo SKV2017 Toyota 86 2020 1 2 Apps
00001 Baron Zimo SKV1999 Subaru BRZ 2012 1 0 Apps
00001 Beron Zemo SKV0800 Audi TT-RS 2018 1 1 Apps
00004 Tony Stark IRN0007 Audi R8 2013 1 2 Call
00004 Tony Stank ILY3000 Audi e-Tron GT 2020 1 0 Call
有没有一种方法可以跨行进行比较，并且只正确更新 'Channel' 列的值，而不更改数据框的形状（因为其他东西仍然需要它）？
非常感谢。
免责声明：我知道如果数据框的焦点基于 SSN_ID 而不是 Car/Registration 数字，它会更容易，但这是数据操作实践。
希望这能帮助您入门。这应该会为您提供您要查找的 channel 列。
d = {0:'Call',
1:'Apps'}
df['Channel'] = df['Status'].eq(1).groupby(df['SSN_ID']).transform('any').astype(int).map(d)
我已经在 Internet 上搜索了我的问题，但没有完全相同的内容。我是 Pandas.
的新手我有一个巨大的数据框，大约有 80 万行。在 800K 行中，有 200K 行是重复的，表明车主在同一 SSN 下拥有多辆汽车（由于拼写等原因可能有不同的名称）。例如，下面是我的数据框。
SSN 是确定他们是同一个人的关键，尽管名字可能不同（或略有不同）：
SSN_ID Name Registration_Number Brand Car Year Eligible Status Channel
00001 Baron Zemo SKV2017 Toyota 86 2020 1 2 Call
00001 Baron Zimo SKV1999 Subaru BRZ 2012 1 0 Call
00002 Steve Rogers SHD2012 Cadillac deVille 1970 1 0 Call
00003 Bucky Barnes MTL9841 Ford Boss 429 1970 1 0 Call
00004 Tony Stark IRN0007 Audi R8 2013 1 1 Apps
00005 Wanda Maximoff SCR1080 Hyundai i-30N 2020 1 1 Apps
00004 Tony Stank ILY3000 Audi e-Tron GT 2020 1 0 Call
00001 Beron Zemo SKV0800 Audi TT-RS 2018 1 1 Apps
第'Channel'栏是进行保险促销广告的渠道，第'Status'栏是客户参与的状态。
'Status' = 0, No call attempted
'Status' = 1, Answered, rejected/accepted the offer
'Status' = 2, Unanswered, line busy/not pick-up
之前的调用和推广都是以每辆车为单位进行的，因此出现了多次调用一个车主，一车一次的情况。例如上面的例子，Baron Zemo 将在单独的 time/day 为他的每辆车调用 3 次，因为他拥有 3 辆车。但是现在，尽管有多辆车，但管理层希望确保每个车主只被呼叫一次。
我想根据 'Status' 列值更新数据框中的 'Channel' 列。逻辑应该是这样的：
If 'Status' == 0 or 2, df[Channel] = 'Call'
If 'Status' == 1, df[Channel] = 'Apps'
但事实是，拥有多辆汽车的车主，有多个 'Status' 跨行。以 Zemo (SSN_ID : 00001) 和 Stark (SSN_ID : 00004) 为例。他们在 'Status' 列中有多个值，因为他们拥有多辆汽车。因此，我还需要根据其他行的 'Status' 值更新 'Channel' 列。
使用 .loc，我可以将数据帧分成 2 个，1 个用于拥有多辆车的车主，1 个用于拥有 1 辆车的车主。
df1= df.loc[df.duplicated(subset=['SSN_ID'], keep=False)].sort_values(by='SSN_ID', ascending=True)
df2= df.loc[~(df.duplicated(subset=['SSN_ID'], keep=False))]
df1 如下所示：
SSN_ID Name Registration_Number Brand Car Year Eligible Status Channel
00001 Baron Zemo SKV2017 Toyota 86 2020 1 2 Call
00001 Baron Zimo SKV1999 Subaru BRZ 2012 1 0 Call
00001 Beron Zemo SKV0800 Audi TT-RS 2018 1 1 Apps
00004 Tony Stark IRN0007 Audi R8 2013 1 2 Apps
00004 Tony Stank ILY3000 Audi e-Tron GT 2020 1 0 Call
Eventho Zemo 有 3 个状态 (2,0,1)，但由于我们已经在他的奥迪 TT-RS ('Status'== 1) 上给 Zemo 打电话并且他已经拒绝了这个提议，我们不应该懒得再给他打电话了（即使他还有另外两辆车），因此，列 'Channel' 将分配给 'Apps'.
至于 Stark，他有 2 个状态 (2,0)，因为他没有接听电话 ('Status' == 2) ，我们会继续尝试给他打电话，直到他接听，或者拒绝或接受提议，因此，列 'Channel' 将分配给 'Call'.
但是，我不知道如何应用上面的逻辑。
df1 的最终期望结果如下：
SSN_ID Name Registration_Number Brand Car Year Eligible Status Channel
00001 Baron Zemo SKV2017 Toyota 86 2020 1 2 Apps
00001 Baron Zimo SKV1999 Subaru BRZ 2012 1 0 Apps
00001 Beron Zemo SKV0800 Audi TT-RS 2018 1 1 Apps
00004 Tony Stark IRN0007 Audi R8 2013 1 2 Call
00004 Tony Stank ILY3000 Audi e-Tron GT 2020 1 0 Call
有没有一种方法可以跨行进行比较，并且只正确更新 'Channel' 列的值，而不更改数据框的形状（因为其他东西仍然需要它）？
非常感谢。
免责声明：我知道如果数据框的焦点基于 SSN_ID 而不是 Car/Registration 数字，它会更容易，但这是数据操作实践。
希望这能帮助您入门。这应该会为您提供您要查找的 channel 列。
d = {0:'Call',
1:'Apps'}
df['Channel'] = df['Status'].eq(1).groupby(df['SSN_ID']).transform('any').astype(int).map(d)