如何用Pandas GroupBy定位各组中putbuy首次从0转1的实例并合并

嘿，我来帮你搞定这个需求！你需要按年、月分组，找出每个月里putbuy从0转为1的第一个实例并标记为True，其余为False对吧？下面是一步步的实现方案：

核心思路 #

1. 先确保数据时序正确：因为要判断前后行的状态变化，必须先按年、月、日对数据排序，否则逻辑会出错。
2. 识别状态切换点：在每个年月分组内，判断当前行putbuy是1且前一行是0的情况，这就是我们要找的“从0转1”的切换点。
3. 标记第一个切换点：在每个分组里，只保留第一个切换点为True，其他所有记录（包括后续的切换点）都标记为False。

代码实现 #

import pandas as pd

# 假设你的数据已经加载到df中，先按时间排序
df = df.sort_values(['year_x', 'month_x', 'day_x']).reset_index(drop=True)

# 第一步：识别每个分组内的"从0转1"切换点
df['is_switch'] = (df['putbuy'] == 1) & (df.groupby(['year_x', 'month_x'])['putbuy'].shift(1) == 0)

# 第二步：在每个分组内，只标记第一个切换点为True
df['Desired'] = df.groupby(['year_x', 'month_x'])['is_switch'].transform(lambda x: x.cumsum() == 1)

# 如果你不需要中间列is_switch，可以删掉它
df = df.drop('is_switch', axis=1)

代码解释 #

• 排序：sort_values确保每个年月分组内的记录是按日期从小到大排列的，reset_index是为了避免原索引干扰后续的行判断。
• 识别切换点：groupby(['year_x', 'month_x'])['putbuy'].shift(1)会获取每个分组内前一行的putbuy值，结合当前行putbuy == 1，就能精准定位“从0转1”的行。
• 标记第一个切换点：transform(lambda x: x.cumsum() == 1)会对每个分组内的is_switch列累加，第一个True的位置累加后是1，后续的True累加值会大于1，这样就只会保留第一个切换点为True。如果某个年月分组里没有任何“从0转1”的情况，那该组的Desired列会全为False，完全符合需求。

补充说明 #

如果你的实际需求是当月第一个出现putbuy=1的记录（不管之前是不是0），那可以简化代码：

df['Desired'] = df.groupby(['year_x', 'month_x'])['putbuy'].transform(lambda x: (x == 1) & (x.cumsum() == 1))

但根据你描述的需求，还是优先用第一种方案哦～

内容的提问来源于stack exchange，提问作者JD_Trader