Python 如何根据条件交换两行中的选定数据

我是Python新手

假设我有DataFrame，并希望切换具有相似id的所有行的选定数据

例如：

|  id  | Gender |  Name   |   Hobby    |   Food    |
+------+--------+---------+------------+-----------+
| 1111 | Male   | Robert  | Swim       | Ice-cream |
| 1112 | Female | Natasha | Football   | Pizza     |
| 1111 | Female | Misa    | Volleyball | Pasta     |
| 1112 | Male   | Rick    | Sleep      | Hamburger |
| 1113 | Male   | Rondo   | Read       | Rice      |
+------+--------+---------+------------+-----------+

预期产出：

+------+--------+---------+------------+-----------+
|  id  | Gender |  Name   |   Hobby    |   Food    |
+------+--------+---------+------------+-----------+
| 1111 | Male   | Robert  | Volleyball | Pasta     |
| 1112 | Female | Natasha | Sleep      | Hamburger |
| 1111 | Female | Misa    | Swim       | Ice-cream |
| 1112 | Male   | Rick    | Football   | Pizza     |
| 1113 | Male   | Rondo   | Read       | Rice      |
+------+--------+---------+------------+-----------+

所以我想做的是在具有相同id的人之间切换数据（在本例中仅限于爱好和食物），但姓名和性别保持不变

所以基本上，在第一排，身份证1111，性别是男性，名字是罗伯特-爱好是排球，食物是意大利面。 第二排，身份证1111，性别是女性名字是米萨-爱好是游泳，食物是冰淇淋。对ID1112也做同样的操作。 我目前没有任何想法，除了编写一些循环，然后使用空DataFramme进行附加和切换。

---

谢谢大家

我选择交换

Name

和

Gender

，而不是交换其他列：

def swap(x):
    x[['Gender','Name']] = x[['Gender','Name']].values[::-1]
    return x

df.groupby('id').apply(swap)

输出：

     id  Gender     Name       Hobby       Food
0  1111  Female     Misa        Swim   Icecream
1  1112    Male     Rick    Football      Pizza
2  1111    Male   Robert  Volleyball      Pasta
3  1112  Female  Natasha       Sleep  Hamburger
4  1113    Male    Rondo        Read       Rice

     id  Gender     Name       Hobby       Food
0  1111    Male   Robert  Volleyball      Pasta
1  1112  Female  Natasha       Sleep  Hamburger
2  1111  Female     Misa        Swim   Icecream
3  1112    Male     Rick    Football      Pizza
4  1113    Male    Rondo        Read       Rice

或者，如果坚持正确的顺序，则交换其他列：

def swap2(x):
    x[['Hobby','Food']] = x[['Hobby','Food']].values[::-1]

    return x

print(df.groupby('id').apply(swap2))

输出：

     id  Gender     Name       Hobby       Food
0  1111  Female     Misa        Swim   Icecream
1  1112    Male     Rick    Football      Pizza
2  1111    Male   Robert  Volleyball      Pasta
3  1112  Female  Natasha       Sleep  Hamburger
4  1113    Male    Rondo        Read       Rice

     id  Gender     Name       Hobby       Food
0  1111    Male   Robert  Volleyball      Pasta
1  1112  Female  Natasha       Sleep  Hamburger
2  1111  Female     Misa        Swim   Icecream
3  1112    Male     Rick    Football      Pizza
4  1113    Male    Rondo        Read       Rice

---

我选择交换

Name

和

Gender

，而不是交换其他列：

def swap(x):
    x[['Gender','Name']] = x[['Gender','Name']].values[::-1]
    return x

df.groupby('id').apply(swap)

输出：

     id  Gender     Name       Hobby       Food
0  1111  Female     Misa        Swim   Icecream
1  1112    Male     Rick    Football      Pizza
2  1111    Male   Robert  Volleyball      Pasta
3  1112  Female  Natasha       Sleep  Hamburger
4  1113    Male    Rondo        Read       Rice

     id  Gender     Name       Hobby       Food
0  1111    Male   Robert  Volleyball      Pasta
1  1112  Female  Natasha       Sleep  Hamburger
2  1111  Female     Misa        Swim   Icecream
3  1112    Male     Rick    Football      Pizza
4  1113    Male    Rondo        Read       Rice

或者，如果坚持正确的顺序，则交换其他列：

def swap2(x):
    x[['Hobby','Food']] = x[['Hobby','Food']].values[::-1]

    return x

print(df.groupby('id').apply(swap2))

输出：

     id  Gender     Name       Hobby       Food
0  1111  Female     Misa        Swim   Icecream
1  1112    Male     Rick    Football      Pizza
2  1111    Male   Robert  Volleyball      Pasta
3  1112  Female  Natasha       Sleep  Hamburger
4  1113    Male    Rondo        Read       Rice

     id  Gender     Name       Hobby       Food
0  1111    Male   Robert  Volleyball      Pasta
1  1112  Female  Natasha       Sleep  Hamburger
2  1111  Female     Misa        Swim   Icecream
3  1112    Male     Rick    Football      Pizza
4  1113    Male    Rondo        Read       Rice

---

您能提供一个预期的输出吗？似乎您需要的是按

id

对数据进行排序？我说的对吗？我刚刚提出了预期的输出，谢谢。有可能有两行以上的相同ID吗？如果是这样，第三排将如何处理？嗨，我不明白你的意思。如果您指的是第五行，那么由于没有匹配的id，它将不会被切换。请提供预期的输出。您需要的似乎是按

id

对数据进行排序？我说的对吗？我刚刚提出了预期的输出，谢谢。有可能有两行以上的相同ID吗？如果是这样，第三排将如何处理？嗨，我不明白你的意思。如果你指的是第五排，那么因为没有匹配的id，它不会被切换。我没有检查，但它看起来很神奇。我看不出您能够检查交换行之间的名称和\或性别是否不同。您好，在本例中，您可以这样做，但大多数情况下不是这样，我应该编写一个更难的示例。例如，如果id 1111 Robert在第0行，id 1111 Misa在第99行，我需要先找到它的位置，然后再切换。只要每个id最多有2行，它就可以工作。我知道了，谢谢，我会尝试一下，并将我的问题标记为resolvedI未检查，但它看起来很神奇。我看不出您能够检查交换行之间的名称和\或性别是否不同。您好，在本例中，您可以这样做，但大多数情况下不是这样，我应该编写一个更难的示例。例如，如果id 1111 Robert在第0行，id 1111 Misa在第99行，我需要先找到它的位置，然后再切换。只要每个id最多有2行，它就可以工作。我知道了，谢谢，我会尝试一下，并将我的问题标记为已解决