Pandas按ID分组生成新列：仅替换每组内dummy列第二个1为0

实现代码 #

你可以通过分组累计求和定位到每个ID组内的第二个1，再做对应替换，代码如下：

import pandas as pd
# 原始数据构造
df = pd.DataFrame({
    "ID": [1, 1, 1,1,2,2, 2, 2,3,3,3,3],
    "year": [2004, 2005, 2006, 2007, 2004, 2005, 2006, 2007,2004, 2005, 2006, 2007],
    "dummy": [0,1,1,0,1,1,0,0,0,0,0,0]
})

# 生成目标列dummy1
df['dummy1'] = df['dummy'].where(df.groupby('ID')['dummy'].cumsum() != 2, 0)

逻辑说明 #

• df.groupby('ID')['dummy'].cumsum() 会在每个ID分组内对dummy列做累计求和，每遇到1就计数+1，遇到0保持计数不变，因此累计和等于2的位置，就是该组内第二个dummy=1的行
• where() 方法会保留符合条件的原始值，不符合条件的位置替换为指定的0，刚好实现仅替换每组第二个1为0，其他值保持不变的需求

内容的提问来源于stack exchange，提问作者Jui Sen