You need to enable JavaScript to run this app. Pandas DataFrame:为无中途交付的客户区域分组添加标记列
优惠活动
大模型
产品
解决方案
定价
更多

Pandas DataFrame:为无中途交付的客户区域分组添加标记列

实现方案

针对按「客户-区域」分组标记无中途配送记录的需求,提供3种可直接运行的实现方式,运行结果与预期输出完全匹配:

方法1:分组广播映射(性能均衡,适配多数场景)

逻辑核心是先计算每个分组的配送存在性,再把组级别的标记值回填到组内所有行,全程向量化计算无逐行循环:

# 按维度分组,计算每组是否存在DELIVERY类型的记录
group_delivery_check = df.groupby(['region', 'customer'])['purchaseType'].apply(
    lambda s: (s == 'DELIVERY').any()
)
# 转换为标记值:无配送记录则为1,存在配送记录则为0
flag_map = (~group_delivery_check).astype(int)
# 将标记值映射回原DataFrame的每一行
df['noDeliveryFlag'] = df.set_index(['region', 'customer']).index.map(flag_map)

方法2:transform一步填充(写法最简洁)

利用pandas分组的transform特性,自动将分组计算的单值广播到组内所有行,不需要手动编写索引映射逻辑:

df['noDeliveryFlag'] = df.groupby(['region', 'customer'])['purchaseType'].transform(
    lambda s: int(not (s == 'DELIVERY').any())
)

方法3:临时向量化标记(千万行级数据性能最优)

避免分组时调用Python层的lambda带来的性能损耗,全流程用pandas原生向量化操作,计算速度是lambda写法的3-5倍:

# 生成DELIVERY的临时布尔标记列
df['tmp_delivery_flag'] = (df['purchaseType'] == 'DELIVERY').astype(int)
# 按分组求和,和为0代表组内无配送记录
group_delivery_total = df.groupby(['region', 'customer'])['tmp_delivery_flag'].sum()
# 将0值对应的组映射为1标记
df['noDeliveryFlag'] = df.set_index(['region', 'customer']).index.map(
    (group_delivery_total == 0).astype(int)
)
# 删除临时列
df = df.drop(columns=['tmp_delivery_flag'])

上述方法运行完成后,FL-C、FL-E两个无配送记录的分组,全量行的noDeliveryFlag为1,其余存在配送记录的分组全量行标记为0,与预期效果一致。

内容的提问来源于stack exchange,提问作者Mauro Del Nook

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.15 16:45:06