Python 使用同一列中的下一个可用值填充列值

我正在处理一个数据集，其中PLU列中的值分散在各个地方，如： 我在500多列中有4列：

Inventory_No | Description | Group | PLU
----------------------------------------------
93120007     | Coke        |Drinks | 1000
93120008     | Diet Coke   |Drinks | 1003
93120009     | Coke Zero   |Drinks | 1104
93120010     | Fanta       |Drinks | 1105

93120011     | White Bread |Bread  | 93120011     
93120012     | whole Meal  |Bread  | 93120012     
93120013     | Whole Grains|Bread  | 110011
93120014     | Flat white  |Breads | 1115092

我希望我的输出如下所示，如果PLU列中有任何长度超过6位的值，系统将检查长度小于4位的PLU序列中的下一个可用数字，并在其中添加增量1，然后将PLU值分配给该行，并且不会更改任何现有长度小于6位的PLU：

Inventory_No | Description | Group | PLU
----------------------------------------------
93120007     | Coke        |Drinks | 1000
93120011     | White Bread |Bread  | 1001
93120012     | whole Meal  |Bread  | 1002
93120008     | Diet Coke   |Drinks | 1003
93120014     | Flat white  |Breads | 1004
   .         |     .       |  .    |   .
   .         |     .       |  .    |   .
   .         |     .       |  .    |   .
93120009     | Coke Zero   |Drinks | 1104
93120010     | Fanta       |Drinks | 1105
93120013     | Whole Grains|Bread  | 110011

我希望序列中的下一个可用值小于6位，并将其递增1，如果它找到任何数量的递增值的序列，则跳过该序列，并从序列后的下一个可用值开始，只要序列长度小于6位：
我已经检查了以下链接，它们是为了用0或Nan值填充序列

提前感谢您的回答。 关于

设置

首先，让我们创建一个值列表，用于填充

df.PLU

中未包含的值：

fillers = [
    i for i in np.arange(df.PLU.min(), df.PLU.min() + len(df)) if i not in set(df.PLU)
]
# [1001, 1002, 1004, 1005, 1006, 1007]

现在，我们可以使用新值制作一个系列并填充：

condition = df.PLU.ge(1e6)
s = df.loc[condition]
fill = pd.Series(fillers[len(s):], index=s.index)
df.assign(PLU=df.PLU.mask(condition).fillna(fill).astype(int)).sort_values('PLU')

输出：

   Inventory_No   Description   Group     PLU
0      93120007          Coke  Drinks    1000
4      93120011   White Bread   Bread    1001
5      93120012    whole Meal   Bread    1002
1      93120008     Diet Coke  Drinks    1003
7      93120014    Flat white  Breads    1004
2      93120009     Coke Zero  Drinks    1104
3      93120010         Fanta  Drinks    1105
6      93120013  Whole Grains   Bread  110011

设置

首先，让我们创建一个值列表，用于填充

df.PLU

中未包含的值：

fillers = [
    i for i in np.arange(df.PLU.min(), df.PLU.min() + len(df)) if i not in set(df.PLU)
]
# [1001, 1002, 1004, 1005, 1006, 1007]

现在，我们可以使用新值制作一个系列并填充：

condition = df.PLU.ge(1e6)
s = df.loc[condition]
fill = pd.Series(fillers[len(s):], index=s.index)
df.assign(PLU=df.PLU.mask(condition).fillna(fill).astype(int)).sort_values('PLU')

输出：

   Inventory_No   Description   Group     PLU
0      93120007          Coke  Drinks    1000
4      93120011   White Bread   Bread    1001
5      93120012    whole Meal   Bread    1002
1      93120008     Diet Coke  Drinks    1003
7      93120014    Flat white  Breads    1004
2      93120009     Coke Zero  Drinks    1104
3      93120010         Fanta  Drinks    1105
6      93120013  Whole Grains   Bread  110011

数据帧示例：

df = pd.DataFrame({'PLU': ['1001', '1002', '1110679', '1003', '1005', '12345', '1234567', '1231231231312', '1003', '1110679']}

获取下一个未使用的4位数字：

start_at = int(df['PLU'][df.PLU.str.len() == 4].max()) + 1

构建一个从起始数字到10000的iterable（因此范围最多为9999-例如：仅4位数字）：

如果PLU的长度超过6个字符，则替换为下一个备用代码

to_replace = df['PLU'].str.len() > 6
df.loc[to_replace, 'PLU'] = df.PLU[to_replace].map(lambda v: str(next(spare_code)))

为您提供一个修改后的

df

：

     PLU
0   1001
1   1002
2   1006
3   1003
4   1005
5  12345
6   1007
7   1008
8   1003
9   1009

数据帧示例：

df = pd.DataFrame({'PLU': ['1001', '1002', '1110679', '1003', '1005', '12345', '1234567', '1231231231312', '1003', '1110679']}

获取下一个未使用的4位数字：

start_at = int(df['PLU'][df.PLU.str.len() == 4].max()) + 1

构建一个从起始数字到10000的iterable（因此范围最多为9999-例如：仅4位数字）：

如果PLU的长度超过6个字符，则替换为下一个备用代码

to_replace = df['PLU'].str.len() > 6
df.loc[to_replace, 'PLU'] = df.PLU[to_replace].map(lambda v: str(next(spare_code)))

为您提供一个修改后的

df

：

     PLU
0   1001
1   1002
2   1006
3   1003
4   1005
5  12345
6   1007
7   1008
8   1003
9   1009

---

遍历

PLU

中的所有值并从前面的行中指定递增的值还不够吗？我猜你隐含地假设你分配的数字不会增长超过6位数，当它们可能与从外部分配的数字冲突时？因为你无论如何都会改变一些加号。。。你能不能不重新写一遍？如果需要一致地引用其他内容，这很好，但在您更改它们的情况下就不会这样了。。。所以似乎如果您愿意这样做，您应该从1000开始给他们所有全新的代码。遍历

PLU

中的所有值并从前面的行中指定一个递增的值还不够吗？我猜你隐含地假设你分配的数字不会增长超过6位数，当它们可能与从外部分配的数字冲突时？因为你无论如何都会改变一些加号。。。你能不能不重新写一遍？如果需要一致地引用其他内容，这很好，但在您更改它们的情况下就不会这样了。。。所以似乎如果你乐意这么做，你应该给他们所有从1000开始的全新代码#user3483203我已经尝试了你的代码填充器=[I for I in np.arange（df.PLU.min（），df.PLU.min（）+len（df）），如果我不在set（df.PLU）]，我得到以下错误：TypeError:必须是str，而不是df.PLU.min（）+len（df）上的int)你的PLU列的数据类型是什么？当我使用type（df.PLU）Do

df.PLU.dtype

检查并显示输出时，这是一个系列，我猜

PLU

是一个字符串列。当我完成df.PLU.dtype时，它给了我dtype（'O'）user3483203我已经尝试了你的代码填充符=[I for I in np.arange（df.PLU.min（），df.PLU.min（））+len（df））如果我不在集合（df.PLU）]中，并且得到以下错误：TypeError:必须是str，而不是df.PLU.min（）上的int+len（df））你的PLU列的数据类型是什么？当我使用type（df.PLU）Do

df.PLU.dtype

检查并显示输出时，我猜

PLU

是一个字符串列，它给了我dtype（'O'））当我完成df.PLU.dtype时