基于唯一列值的比较，并根据条件设置一个标志

Question

我对熊猫和数据帧非常陌生。我以前使用过SQL。我在下面附上了一张表：

    Sub     DOB         Groups      Mean Val  CheckVol
0   1112    1/1/1980    FirstVisit  6000      0
1   1121    2/2/1980    FirstVisit  6000      0
2   1138    3/3/1980    FirstVisit  6000      0
3   1227    4/4/1980    FirstVisit  6000      0
12  1443    1/1/1980    SecondVisit 5000      0
13  1443    2/2/1980    SecondVisit 5500      0
14  1481    3/3/1980    SecondVisit 6500      1
15  1482    4/4/1980    SecondVisit 5400      0
24  1483    2/2/1980    ThirdVisit  5400      0
25  1490    3/3/1980    ThirdVisit  5400      0

所以我想做的是根据DOB进行分组，因为这是唯一的比较平均val和首次就诊的方法。如果第二次就诊大于第一次就诊，则检查第三次就诊，如果第三次就诊小于第一次就诊，则更改标签。因此，在示例表中，将14组改为第三组，25组改为第二组。我在想，在本例中，可能会创建一个新列作为一个名为checkVol的标志，而案例14将有一个1。这是我所拥有的，这是非常错误的：

checkVol = df.groupby('DOB').apply(lambda r: r)
#df.set_index('DOB', inplace=True)
df['checkVol'] = users

谢谢你的帮助

凯文

Answer 1

IIUC，您可以groupby该DOB列，然后使用您描述的条件对Mean Val列进行转换。这将返回一个布尔列，因此您只需将其转换为int：

df['CheckVol'] = df.groupby('DOB')['Mean Val'].transform(lambda x: x > x.iloc[0]).astype(int)

>>> df
     Sub       DOB       Groups  Mean Val  CheckVol
0   1112  1/1/1980   FirstVisit      6000         0
1   1121  2/2/1980   FirstVisit      6000         0
2   1138  3/3/1980   FirstVisit      6000         0
3   1227  4/4/1980   FirstVisit      6000         0
12  1443  1/1/1980  SecondVisit      5000         0
13  1443  2/2/1980  SecondVisit      5500         0
14  1481  3/3/1980  SecondVisit      6500         1
15  1482  4/4/1980  SecondVisit      5400         0
24  1483  2/2/1980   ThirdVisit      5400         0
25  1490  3/3/1980   ThirdVisit      5400         0