Python 基于关联的值将值连接到多列中
给定一个数据帧Python 基于关联的值将值连接到多列中,python,pandas,pandas-groupby,Python,Pandas,Pandas Groupby,给定一个数据帧 +----+-------+------+-----------+-----------+---------------+ | | Key | ID | Status1 | Status2 | OrderID | |----+-------+------+-----------+-----------+---------------| | 0 | 1 | A1 | False | True | 1234-USF-0
+----+-------+------+-----------+-----------+---------------+
| | Key | ID | Status1 | Status2 | OrderID |
|----+-------+------+-----------+-----------+---------------|
| 0 | 1 | A1 | False | True | 1234-USF-0025 |
| 1 | 1 | A1 | False | True | 1234-USF-0026 |
| 2 | 1 | A1 | False | True | 1234-USF-0027 |
| 3 | 2 | A1 | True | True | 1234-USF-0025 |
| 4 | 2 | A1 | True | True | 1234-USF-0026 |
| 5 | 2 | A1 | True | True | 1234-USF-0027 |
| 6 | 3 | A1 | Anything | True | 1234-USF-0025 |
| 7 | 3 | A1 | False | True | 1234-USF-0026 |
| 8 | 3 | A1 | False | Anything | 1234-USF-0027 |
| 9 | 4 | A2 | True | True | 1234-USF-0028 |
| 10 | 4 | A2 | True | True | 1234-USF-0029 |
| 11 | 4 | A2 | True | True | 1234-USF-0030 |
| 12 | 5 | A3 | True | True | 1234-USF-0031 |
| 13 | 5 | A3 | True | True | 1234-USF-0032 |
| 14 | 5 | A3 | True | True | 1234-USF-0033 |
| 15 | 6 | A4 | True | True | 1234-USF-0034 |
| 16 | 6 | A4 | True | True | 1234-USF-0035 |
| 17 | 6 | A4 | True | True | 1234-USF-0036 |
+----+-------+------+-----------+-----------+---------------+
OrderIDID状态连接键
。如果两个states
均为True，则串联的键应位于True
列中。如果其中一个为Flase
，则键应位于FALSE
列中。如果状态
中的一个（或两个）
不是真
或假
，则键
将连接到其他
列中
期望结果df
Order ID ID TRUE FALSE OTHER
1234-USF-0025 A1 2 1 3
1234-USF-0026 A1 2 1,3
1234-USF-0027 A1 2 1 3
1234-USF-0028 A2 4
1234-USF-0029 A2 4
1234-USF-0030 A2 4
1234-USF-0031 A3 5
1234-USF-0032 A3 5
1234-USF-0033 A3 5
1234-USF-0034 A4 6
1234-USF-0035 A4 6
1234-USF-0036 A4 6
我尝试过的
df=df.groupby（['OrderID'，'ID']）['Key'].apply（'，'join.）.reset_index（）
上面的内容确实让我很接近，但我不确定如何将键
分解到各自的列中（TRUE
、FALSE
和其他
）
注释
我以前将键
列转换为字符串
订单ID
可以为ID
复制，但会有不同的键
这是一个可行的解决方案，但肯定有一种更快更干净的方法。首先为布尔逻辑添加一列，然后执行groupby
压缩表，然后使用键和结果列遍历并填充True
、False
和其他
列。最后，我删除不需要的列并聚合行
import pandas as pd
import numpy as np
# Your dataframe for testing purposes
df = pd.DataFrame({'Key': '1 1 1 2 2 2 3 3 3 4 4 4 5 5 5 6 6 6'.split(),
'ID': 'A1 A1 A1 A1 A1 A1 A1 A1 A1 A2 A2 A2 A3 A3 A3 A4 A4 A4'.split(),
'Status1': 'False False False True True True Anything False False True True True True True True True True True'.split(),
'Status2': 'True True True True True True True True Anything True True True True True True True True True'.split(),
'OrderID': '25 26 27 25 26 27 25 26 27 28 29 30 31 32 33 34 35 36'.split()})
# First we need to do this boolean logic
df["Result"] = ""
for index, row in df.iterrows():
stat1 = row["Status1"]
stat2 = row["Status2"]
if stat1 == "True" and stat2 == "True":
row["Result"] = "True"
elif stat1 == "False" and stat2 == "False" or stat1 == "True" and stat2 == "False" or stat1 == "False" and stat2 == "True":
row["Result"] = "False"
else:
row["Result"] = "Other"
# Now we do your group by
df = df.groupby(['OrderID','ID', 'Result'])['Key'].apply(','.join).reset_index()
# Now we populate the columns you wanted populated
df["True"] = ""
df["False"] = ""
df["Other"] = ""
for index, row in df.iterrows():
if row[row["Result"]]:
row[row["Result"]] += "," + row["Key"]
else:
row[row["Result"]] += row["Key"]
del df['Result']
del df['Key']
# Final we aggregate the rows to flatten it.
df = df.groupby(['OrderID','ID'], as_index=False).agg(lambda x: "%s" % ''.join(x))
我可以帮忙，但我不知道你想要的最终结果是什么样的。你能展示你想要的数据框是什么样子吗？因为每个键有两种状态，并且每个订单ID可以有多个键，所以我不明白您希望帧是什么样子。@错误-语法自责，我将我的问题编辑得更清楚，即…如果两个状态都是真的
，则串联的键应该放在真的
列中。如果其中一个为Flase
，则键应位于FALSE
列中。如果状态
中的一个（或两个）
不是真
或假
，则键
会连接到其他
列中。因此，您根本不希望该键列为真-假和其他列？是的，该键列会被解析为真
，FALSE
或OTHER
列。最后一个清晰问题：数据帧中的“True”布尔值或字符串是否正确？得到了有效的解决方案（已测试）。我会更新我的答案。
import pandas as pd
import numpy as np
# Your dataframe for testing purposes
df = pd.DataFrame({'Key': '1 1 1 2 2 2 3 3 3 4 4 4 5 5 5 6 6 6'.split(),
'ID': 'A1 A1 A1 A1 A1 A1 A1 A1 A1 A2 A2 A2 A3 A3 A3 A4 A4 A4'.split(),
'Status1': 'False False False True True True Anything False False True True True True True True True True True'.split(),
'Status2': 'True True True True True True True True Anything True True True True True True True True True'.split(),
'OrderID': '25 26 27 25 26 27 25 26 27 28 29 30 31 32 33 34 35 36'.split()})
# First we need to do this boolean logic
df["Result"] = ""
for index, row in df.iterrows():
stat1 = row["Status1"]
stat2 = row["Status2"]
if stat1 == "True" and stat2 == "True":
row["Result"] = "True"
elif stat1 == "False" and stat2 == "False" or stat1 == "True" and stat2 == "False" or stat1 == "False" and stat2 == "True":
row["Result"] = "False"
else:
row["Result"] = "Other"
# Now we do your group by
df = df.groupby(['OrderID','ID', 'Result'])['Key'].apply(','.join).reset_index()
# Now we populate the columns you wanted populated
df["True"] = ""
df["False"] = ""
df["Other"] = ""
for index, row in df.iterrows():
if row[row["Result"]]:
row[row["Result"]] += "," + row["Key"]
else:
row[row["Result"]] += row["Key"]
del df['Result']
del df['Key']
# Final we aggregate the rows to flatten it.
df = df.groupby(['OrderID','ID'], as_index=False).agg(lambda x: "%s" % ''.join(x))