如何在Pandas中创建指定条件列？含数据示例与预期结果

嘿，我来帮你搞定这个Pandas的条件列问题！你想要新增的两列其实用groupby+transform就能轻松实现，不用复杂的操作，一起来看具体步骤：

import pandas as pd
import numpy as np

# 原始数据
data = [{"owner" : "john", "dog" : 'magie', "dog_is_fluffy" : 1}, 
        {"owner" : "john", "dog" : 'stellar', "dog_is_fluffy" : 0}, 
        {"owner" : "lisa", "dog" : 'mollie' , "dog_is_fluffy" : 0}, 
        {"owner" : "lisa", "dog" : 'rex', "dog_is_fluffy" : 0}, 
        {"owner" : "john", "dog" : 'luns', "dog_is_fluffy" : 1}]
df = pd.DataFrame(data)

# 新增fluffy_dogs_owned列：统计每个主人拥有的蓬松狗狗总数
df['fluffy_dogs_owned'] = df.groupby('owner')['dog_is_fluffy'].transform('sum')

# 新增owner_has_fluffy_dog列：标记主人是否有至少一只蓬松狗狗
df['owner_has_fluffy_dog'] = np.where(df['fluffy_dogs_owned'] > 0, 1, 0)

# 查看结果
print(df)

代码细节解释 #

• fluffy_dogs_owned列：groupby('owner')按主人分组后，transform('sum')会把分组统计的蓬松狗狗总数广播回原DataFrame的每一行，所以同一个主人的所有记录都会显示相同的总数，完美匹配你的需求。
• owner_has_fluffy_dog列：用np.where做简单的条件判断——如果fluffy_dogs_owned大于0（即有至少一只蓬松狗）就返回1，否则返回0，正好实现你要的布尔标识效果。

运行这段代码后，得到的结果就和你预期的df_result完全一致啦！

内容的提问来源于stack exchange，提问作者Rachel