Маркировка всей группы, если условие истинно для одной строки - программирование
Подтвердить что ты не робот

Маркировка всей группы, если условие истинно для одной строки

У меня есть dataframe, который имеет даты и праздничные дни

Date    WeekNum Public_Holiday
1/1/2015    1   1
2/1/2015    1   0
3/1/2015    1   0
4/1/2015    1   0
5/1/2015    1   0
6/1/2015    1   0
7/1/2015    1   0
8/1/2015    2   0
9/1/2015    2   0
10/1/2015   2   0
11/1/2015   2   0
12/1/2015   2   0
13/1/2015   2   0

Я должен создать условный столбец с именем Public_Holiday_Week, который должен возвращать 1, если эта неделя имеет публичный праздник

И я хочу видеть выход вроде этого

Date    WeekNum Public_Holiday  Public_Holiday_Week
1/1/2015    1   1               1
2/1/2015    1   0               1
3/1/2015    1   0               1
4/1/2015    1   0               1
5/1/2015    1   0               1
6/1/2015    1   0               1
7/1/2015    1   0               1
8/1/2015    2   0               0
9/1/2015    2   0               0
10/1/2015   2   0               0
11/1/2015   2   0               0
12/1/2015   2   0               0
13/1/2015   2   0               0

Я пробовал использовать np.where

df['Public_Holiday_Week'] = np.where(df['Public_Holiday']==1,1,0)

Но он применяется 0 в другие дни недели, когда это не праздничный день.

Нужно ли мне кататься здесь? Ценю твою помощь

4b9b3361

ОТВЕТЫ

Ответ 1

Используйте resample и пропустите использование столбца WeekNum целом.

df.assign(
    Public_Holiday_Week=
    df.resample('W-Wed', on='Date').Public_Holiday.transform('max')
)

         Date  WeekNum  Public_Holiday  Public_Holiday_Week
0  2015-01-01        1               1                    1
1  2015-01-02        1               0                    1
2  2015-01-03        1               0                    1
3  2015-01-04        1               0                    1
4  2015-01-05        1               0                    1
5  2015-01-06        1               0                    1
6  2015-01-07        1               0                    1
7  2015-01-08        2               0                    0
8  2015-01-09        2               0                    0
9  2015-01-10        2               0                    0
10 2015-01-11        2               0                    0
11 2015-01-12        2               0                    0
12 2015-01-13        2               0                    0

Ответ 2

Для повышения производительности не используйте groupby, скорее получите весь WeekNum с хотя бы одним 1 а затем выберите значения isin, last cast boolean mask для int s:

weeks = df.loc[df['Public_Holiday'].eq(1), 'WeekNum']
df['Public_Holiday_Week'] = df['WeekNum'].isin(weeks).astype(int)

print (df)
         Date  WeekNum  Public_Holiday  Public_Holiday_Week
0    1/1/2015        1               1                    1
1    2/1/2015        1               0                    1
2    3/1/2015        1               0                    1
3    4/1/2015        1               0                    1
4    5/1/2015        1               0                    1
5    6/1/2015        1               0                    1
6    7/1/2015        1               0                    1
7    8/1/2015        2               0                    0
8    9/1/2015        2               0                    0
9   10/1/2015        2               0                    0
10  11/1/2015        2               0                    0
11  12/1/2015        2               0                    0
12  13/1/2015        2               0                    0

Как указано @Mohamed Thasin ах, если необходимо, возможно groupby по неделям, но затем получить другой выход, потому что разные номера week:

df['weeks'] = pd.to_datetime(df['Date'], dayfirst=True).dt.week

weeks = df.loc[df['Public_Holiday'].eq(1), 'weeks']
df['Public_Holiday_Week'] = df['weeks'].isin(weeks).astype(int)
print (df)
         Date  WeekNum  Public_Holiday  weeks  Public_Holiday_Week
0    1/1/2015        1               1      1                    1
1    2/1/2015        1               0      1                    1
2    3/1/2015        1               0      1                    1
3    4/1/2015        1               0      1                    1
4    5/1/2015        1               0      2                    0
5    6/1/2015        1               0      2                    0
6    7/1/2015        1               0      2                    0
7    8/1/2015        2               0      2                    0
8    9/1/2015        2               0      2                    0
9   10/1/2015        2               0      2                    0
10  11/1/2015        2               0      2                    0
11  12/1/2015        2               0      3                    0
12  13/1/2015        2               0      3                    0

Ответ 3

groupby и max, с map:

df['Public_Holiday_Week'] = df.WeekNum.map(df.groupby('WeekNum').Public_Holiday.max())
print(df)
         Date  WeekNum  Public_Holiday  Public_Holiday_Week
0    1/1/2015        1               1                    1
1    2/1/2015        1               0                    1
2    3/1/2015        1               0                    1
3    4/1/2015        1               0                    1
4    5/1/2015        1               0                    1
5    6/1/2015        1               0                    1
6    7/1/2015        1               0                    1
7    8/1/2015        2               0                    0
8    9/1/2015        2               0                    0
9   10/1/2015        2               0                    0
10  11/1/2015        2               0                    0
11  12/1/2015        2               0                    0
12  13/1/2015        2               0                    0

groupby и transform, с max

df['Public_Holiday_Week'] = df.groupby('WeekNum').Public_Holiday.transform('max')

К счастью, это будет хорошо обобщаться при группировке по месяцам:

df['Public_Holiday_Week'] = (
     df.groupby(['WeekNum', df.Date.str.split('/', 1).str[1]])
      .Public_Holiday.transform('max')
)
print(df)
         Date  WeekNum  Public_Holiday  Public_Holiday_Week
0    1/1/2015        1               1                    1
1    2/1/2015        1               0                    1
2    3/1/2015        1               0                    1
3    4/1/2015        1               0                    1
4    5/1/2015        1               0                    1
5    6/1/2015        1               0                    1
6    7/1/2015        1               0                    1
7    8/1/2015        2               0                    0
8    9/1/2015        2               0                    0
9   10/1/2015        2               0                    0
10  11/1/2015        2               0                    0
11  12/1/2015        2               0                    0
12  13/1/2015        2               0                    0