Python 根据其他列的唯一组合更改dataframe列值
我有以下数据框:Python 根据其他列的唯一组合更改dataframe列值,python,pandas,Python,Pandas,我有以下数据框: df=pd.DataFrame([[1,11,'a'],[2,12,'b'],[1,11,'c'],[3,12,'d'],[3,7,'e'], [2,12,'f']]) df.columns=['id','code','name'] print(df) id code name 0 1 11 a 1 2 12 b 2 1 11 c 3 3 12 d 4 3
df=pd.DataFrame([[1,11,'a'],[2,12,'b'],[1,11,'c'],[3,12,'d'],[3,7,'e'],
[2,12,'f']])
df.columns=['id','code','name']
print(df)
id code name
0 1 11 a
1 2 12 b
2 1 11 c
3 3 12 d
4 3 7 e
5 2 12 f
对于上面的数据帧,对于列id
和code
的任何唯一组合,我只希望列'name'有一个值。对于eq,第0行和第2行的名称应相同。此外,第1行和第5行的名称也应相同
id code name
0 1 11 a
1 2 12 b
2 1 11 a
3 3 12 d
4 3 7 e
5 2 12 b
请让我知道如何通过编程实现这一点。我有两个人在100000多行上做这个手术
谢谢让我们先使用groupby
、transform
、和first
:
df.assign(name=df.groupby(['id','code'])['name'].transform('first'))
输出:
id code name
0 1 11 a
1 2 12 b
2 1 11 a
3 3 12 d
4 3 7 e
5 2 12 b
或者您不需要groupby
A=df.sort_values(['id','code','name']).drop_duplicates(['id','code'],keep='first').index
df.loc[~df.index.isin(A),'name']=np.nan
df.sort_values(['id','code','name']).ffill().sort_index()
Out[603]:
id code name
0 1 11 a
1 2 12 b
2 1 11 a
3 3 12 d
4 3 7 e
5 2 12 b
这是使用join
和drop\u duplicates
解决问题的另一种方法。然而,我更喜欢@ScottBoston的解决方案
cols = ['id', 'code']
df.drop('name', 1).join(df.drop_duplicates(cols).set_index(cols), on=cols)
id code name
0 1 11 a
1 2 12 b
2 1 11 a
3 3 12 d
4 3 7 e
5 2 12 b
是的,你领先了10秒:)很好地使用了groupby
和transform
@VenkateshMalhotra,这样编程比我的答案更好。这是一个更像python解决问题的方法的答案,祝你好运。回答得好,文+1这也是非常创新的。非常感谢。