如何检查DataFrame中各类型值是否覆盖全部指定年份并添加标签列

嗨，我来帮你搞定这个需求！我们可以通过分组统计和字典映射的方式轻松实现给每个type添加对应的标签，具体实现步骤和代码如下：

步骤说明 #

• 第一步：分组统计每个type对应的所有年份集合，判断是否包含2017-2020全部四个年份
• 第二步：生成一个type到标签的映射字典
• 第三步：将映射字典应用到原DataFrame，生成label列

完整代码示例 #

import pandas as pd

# 初始化你的DataFrame
df1 = pd.DataFrame({
    'type': ['cst1', 'cst1', 'cst1','cst1','cst2','cst2','cst2','cst3','cst3','cst3','cst3'],
    'year':[2017,2018,2019,2020,2018,2019,2020,2017,2018,2019,2020]
})

# 定义需要检查的目标年份集合
target_years = {2017, 2018, 2019, 2020}

# 分组获取每个type的年份集合，生成标签映射字典
type_label_map = df1.groupby('type')['year'].agg(set).apply(lambda x: 1 if x == target_years else 0).to_dict()

# 添加label列
df1['label'] = df1['type'].map(type_label_map)

# 查看结果
print(df1)

执行结果 #

执行上述代码后，你会得到符合预期的DataFrame：

补充说明 #

• 这里利用groupby('type')['year'].agg(set)快速获取每个类型对应的年份集合，避免重复统计
• 使用lambda函数直接判断集合是否完全匹配目标年份，逻辑清晰简洁
• 最后通过map方法批量添加标签，效率很高，适合处理较大数据集

内容的提问来源于stack exchange，提问作者naveen kumar