如何识别同一年度内同一ID对应哑变量type的变化并生成新分类

你可以用Python的pandas库实现这个需求，操作步骤如下：

1. 环境准备 #

首先确保你已经安装了pandas，如果没安装可以执行以下命令安装：

pip install pandas

2. 完整代码示例 #

import pandas as pd

# 构造示例数据集，你可以替换成读取自己的本地文件，比如pd.read_excel("你的文件路径")或者pd.read_csv("你的文件路径")
df = pd.DataFrame({
    'year': [2020, 2020, 2020, 2021, 2021, 2021],
    'type': ['y', 'y', 'n', 'y', 'n', 'n'],
    'person id': [1, 2, 2, 3, 4, 1]
})

# 核心逻辑：按用户ID+年份分组，判断同组内type是否存在变化
df['type'] = df.groupby(['person id', 'year'])['type'].transform(
    lambda x: 'c' if x.nunique() > 1 else x.iloc[0]
)

# 输出查看结果
print(df)

3. 逻辑说明 #

• 分组时同时指定person id和year两个维度，保证只会判断同一个用户同一年度的type取值变化，不会处理跨年度的情况
• transform方法会保留原数据的行顺序和行数，把分组计算后的结果对应回每一行
• 每个分组内用nunique()统计type的唯一值数量：如果数量大于1说明当年type有变化，整组type都赋值为c；如果只有一个唯一值，就保留原有取值

4. 处理后结果 #

内容的提问来源于stack exchange，提问作者ff97