python - 面板数据: create new variable with a condition

Question

我正在尝试从以下df创建一个新变量。我想创建一个新的二进制(0 或 1)变量，如果在任何一个季度变量 entr 等于 1，并且按 id，则该变量在一年中的每个季度放置 1。

此数据框的示例转换为:

id     year    quarter   fecha      entr
 1    2007          1     220       0      
 1    2007          2     221       0    
 1    2007          3     222       0 
 1    2007          4     223       0      
 1    2008          1     224       0
 1    2008          2     225       0
 1    2008          3     226       1
 1    2008          4     227       0
 1    2009          1     228       0
 1    2009          2     229       0
 1    2009          3     230       0
 1    2009          4     231       0
 2    2007          1     220       0      
 2    2007          2     221       0    
 2    2007          3     222       0 
 2    2007          4     223       0      
 2    2008          1     224       0
 2    2008          2     225       0
 2    2008          3     226       0
 2    2008          4     227       0
 2    2009          1     228       0
 2    2009          2     229       1
 2    2009          3     230       0
 2    2009          4     231       0     

结果应该是这样的:

id     year    quarter   fecha      entr   new variable
 1    2007          1     220       0           0
 1    2007          2     221       0           0
 1    2007          3     222       0           0
 1    2007          4     223       0           0
 1    2008          1     224       0           1
 1    2008          2     225       0           1
 1    2008          3     226       1           1
 1    2008          4     227       0           1
 1    2009          1     228       0           0
 1    2009          2     229       0           0
 1    2009          3     230       0           0
 1    2009          4     231       0           0
 2    2007          1     220       0           0
 2    2007          2     221       0           0
 2    2007          3     222       0           0
 2    2007          4     223       0           0
 2    2008          1     224       0           0
 2    2008          2     225       0           0
 2    2008          3     226       0           0
 2    2008          4     227       0           0
 2    2009          1     228       0           1
 2    2009          2     229       1           1
 2    2009          3     230       0           1
 2    2009          4     231       0           1

非常感谢你，对我的英语感到抱歉。

Answer 1

在id、year上调用groupby，在entr<上调用transform('max')/:

v = df.groupby(['id', 'year']).entr.transform('max')

v
0     0
1     0
2     0
3     0
4     1
5     1
6     1
7     1
8     0
9     0
10    0
11    0
12    0
13    0
14    0
15    0
16    0
17    0
18    0
19    0
20    1
21    1
22    1
23    1
Name: entr, dtype: int64

df['new variable'] = v

<小时/>

如果最大值可能大于 1，您可以对结果进行 groupby 并调用 clip:

df.groupby(['id', 'year']).entr.transform('max').clip(0, 1)

0     0
1     0
2     0
3     0
4     1
5     1
6     1
7     1
8     0
9     0
10    0
11    0
12    0
13    0
14    0
15    0
16    0
17    0
18    0
19    0
20    1
21    1
22    1
23    1
Name: entr, dtype: int64

这也应该适用于 Vaishali 的答案。