如何在Pandas DataFrame中标记同一地址ID下的运营商变更？

我们需要按address_id分组，对比同组内每行的business与前一行是否不同，以此标记业务变更的行。

步骤1：计算同组内的业务变更情况 #

通过groupby按address_id分组，用shift()获取同组前一行的business值，再对比当前行与前一行是否存在差异：

df['is_changed'] = df.groupby('address_id')['business'].apply(lambda x: x != x.shift())

步骤2：处理每组第一行的空值 #

每组第一行没有前一行数据，shift()会返回NaN，对比结果也是NaN，我们将这些值设为False（因为第一行不存在变更）：

df['is_changed'] = df['is_changed'].fillna(False)

完整代码 #

import pandas as pd
import numpy as np

details = {
    'address_id': [1, 1, 1, 2, 2],
    'business': ['verizon', 'verizon', 'comcast', 'sprint', 'att']
}
 
df = pd.DataFrame(details)

# 标记变更行
df['is_changed'] = df.groupby('address_id')['business'].apply(lambda x: x != x.shift())
df['is_changed'] = df['is_changed'].fillna(False)

print(df)

运行结果 #

address_id  business  is_changed
0           1   verizon       False
1           1   verizon       False
2           1    comcast        True
3           2    sprint       False
4           2       att        True

原代码失效原因 #

• 使用了错误的列名Column1和Column2，实际列名为address_id和business
• isin()方法用于判断值是否属于某个集合，不适合用来对比同组前后行的业务变化，逻辑方向错误

内容的提问来源于stack exchange，提问作者ASH