python - Python:如何标记此数据集

嗨，我有这样的DF：

df = pd.DataFrame({'CaseNo':[1,1,1,1,2,2,3,3,3,4,4],
                   'Category':['A','A','IOU','A','B','B','IOU','IOU','IOU','C','IOU']})

我想根据这种情况将CaseNo col标记为：
对于每个CaseNo，如果Category列中出现值'IOU'，且值之前有任何值（'IOU'除外），则标记为'YES'，否则标记为'NO'。

如何在Python中做到这一点？预期结果：

最佳答案

IIUC，并假定仅当存在至少一个YES且其前面有IOU以外的其他值时才设置IOU：

m = (df.Category.eq('IOU').view('i1')
       .groupby(df.CaseNo)
       .transform(lambda x: x.diff().eq(1).any()))
df['Label'] = m.map({True:'Yes',False:'No'})

print(df)

    CaseNo Category Label
0        1        A   Yes
1        1        A   Yes
2        1      IOU   Yes
3        1        A   Yes
4        2        B    No
5        2        B    No
6        3      IOU    No
7        3      IOU    No
8        3      IOU    No
9        4        C   Yes
10       4      IOU   Yes

这里的想法是，当在Series.diff()之前为1（IOU）（没有0）时，IOU将为1。

关于python - Python:如何标记此数据集，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/62155497/