Pandas将个体逻辑应用于群体

Question

如果我有一个熊猫数据框，看起来像：

day id  val
1-Jan   A   -5
2-Jan   A   -4
3-Jan   A   3
1-Jan   B   2
2-Jan   B   1
3-Jan   B   -5

如何添加一个新列，其中对于具有相同id的所有行，如果val在1-Jan为负，则所有行都为“Y”，如果不是，则为“N”？像这样：

day id  val neg_on_jan_1
1-Jan   A   -5  y
2-Jan   A   -4  y
3-Jan   A   3   y
1-Jan   B   2   n
2-Jan   B   1   n
3-Jan   B   -5  n

我已经看了groupby和apply lambda函数，但仍然觉得我遗漏了一些东西。我刚开始接触pandas，有SQL的背景，所以如果我的大脑仍然在思考行和Oracle分析函数，请原谅我：）

Answer 1

根据@Ami Tavory的建议包含map

gb = df.set_index(['day', 'id']).groupby(level='id')
s = gb.val.transform(lambda s: s.loc['1-Jan'].lt(0)).map({1: 'y', 0:'n'})
s

day    id
1-Jan  A     y
2-Jan  A     y
3-Jan  A     y
1-Jan  B     n
2-Jan  B     n
3-Jan  B     n
Name: val, dtype: object

---

df.merge(s.to_frame('neg_on_jan_1').reset_index())