python - pandas 根据同一列的值设置列

Question

我有以下数据框:

userid       date
  1        2010-01-03
  2        2009-01-04
  3        2004-02-03
  1        2007-01-01

我想创建一个列，如果另一行中存在另一个日期更早的类似用户 ID，则该列输出 true。即

userid       date        userid_seen
  1        2010-01-03        t
  2        2009-01-04        f
  3        2004-02-03        f
  1        2007-01-01        f  

我该怎么做？

Answer 1

这将通过调用 apply 并传递参数 axis=1 来按行应用它来工作:

In [88]:

def func(x):
    if len(df.loc[(df['userid'] == x.userid) & (df['date'] != x.date), 'date']) > 0:
        return (df.loc[(df['userid'] == x.userid) & (df['date'] != x.date), 'date'] < x.date).values.max()
    return False
df['user_id_seen'] = df.apply(lambda row: func(row), axis=1)
df
Out[88]:
   userid       date user_id_seen
0       1 2010-01-03         True
1       2 2009-01-04        False
2       3 2004-02-03        False
3       1 2007-01-01        False

更新

尽管上述方法有效，但对于大型数据帧来说，它会很慢，正如 @MattiJohn 正确指出的那样，因为这会有效地迭代每一行。

以下是与 @MattiJohn 的答案类似的更紧凑的答案:

In [102]:

df['user_id_seen'] = df.groupby('userid')['date'].transform('min') < df.date
df
Out[102]:
   userid       date user_id_seen
0       1 2010-01-03         True
1       2 2009-01-04        False
2       3 2004-02-03        False
3       1 2007-01-01        False