pandas dataframe发现最后一个值低于组内列中的特定值

Question

有一个pandas数据帧，需要在group内的列中找到低于某个值的最后一个值。

     dataframe is as following:
     region    year   month      signal
     A         2010   2          20
     A         2010   3          32
     A         2010   4          24
     A         2010   6          50
     .......
     A         2011   1          20
     .......
     B         2010   2          100
     B         2010   3           20
     .......

现在，我需要添加一列标志来标记每个"region“、" year”组合在上半年低于25的最后一个值。因此，以2010年上半年的区域A为例，4月信号值将被标记为1。对此有什么建议吗？谢谢。

Answer 1

首先按boolean indexing筛选行，按Series.lt筛选较少的条件，然后使用DataFrame.duplicated作为组合region和year的最后一个值。赋值给带有Series.reindex的列，将misisng值替换为False，最后通过将掩码转换为整数来映射True->1和False->0

m = ~df.loc[df['month'].lt(7) & df['signal'].lt(25)].duplicated(['region','year'], keep='last')

df['new'] = m.reindex(df.index, fill_value=False).astype(int)
print (df)
  region  year  month  signal  new
0      A  2010      2      20    0
1      A  2010      3      32    0
2      A  2010      4      24    1
3      A  2010      6      50    0
4      A  2011      1      20    1
5      B  2010      2     100    0
6      B  2010      3      20    1