我有以下数据框:
ID Days TreatmentGiven TreatmentNumber
--- ---- -------------- ---------------
1 0 False NaN
1 30 False NaN
1 40 True 1
1 56 False NaN
2 0 False NaN
2 14 True 1
2 28 True 2
我想根据第一次治疗的时间 (TreatmentNumber==1) 创建一个新列，其中包含天数的新基线，并按 ID 分组，以便结果如下:
ID Days TreatmentGiven TreatmentNumber New_Baseline
--- ---- -------------- --------------- ------------
1 0 False NaN -40
1 30 False NaN -10
1 40 True 1 0
1 56 False NaN 16
2 0 False NaN -14
2 14 True 1 0
2 28 True 2 14
执行此操作的最佳方法是什么？
谢谢。
最佳答案
这是一种使用 series.where + groupby+transform 的方法:
s = df['Days'].where(df['TreatmentGiven']).groupby(df['ID']).transform('first')
df['New_Baseline'] = df['Days'].sub(s)
输出
ID Days TreatmentGiven TreatmentNumber New_Baseline
0 1 0 False NaN -40.0
1 1 30 False NaN -10.0
2 1 40 True 1.0 0.0
3 1 56 False NaN 16.0
4 2 0 False NaN -14.0
5 2 14 True 1.0 0.0
6 2 28 True 2.0 14.0
关于python - 如何使用 groupby 减去列中的值，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/60618799/