Python 如果变量可以按连续顺序排列，则将其分组

我有一个如下形式的数据集

  id  year
0  A  2000
1  A  2001
2  B  2005
3  B  2006
4  B  2007
5  C  2003
6  C  2004
7  D  2002
8  D  2003

现在，如果两个或多个ID可以按连续顺序排列，则假定它们是聚合ID的一部分。这意味着最终我希望有一个分组，A&D建立一个分组，B&C建立另一个分组：

  id  year  match
0  A  2000   1 
1  A  2001   1
7  D  2002   1
8  D  2003   1

5  C  2003   2
6  C  2004   2
2  B  2005   2
3  B  2006   2
4  B  2007   2

编辑：寻址@Dimitris\u ps注释：假设附加行

  id  year
9  A  2002

将所需结果更改为

  id  year  match
0  A  2000   1 
1  A  2001   1
9  A  2002   1
5  C  2003   1
6  C  2004   1
2  B  2005   1
3  B  2006   1
4  B  2007   1

7  D  2002   2
8  D  2003   2

---

因为现在不再有a&D的连续顺序，而是a、C和B的顺序，D没有匹配项。

将您的

id

重新编码为值，然后您可以根据

年份和
id
进行排序

import pandas as pd

df = pd.DataFrame({'id':['A', 'A', 'B', 'B', 'B', 'C', 'C', 'D', 'D'], 
'year':[2000, 2001, 2005, 2006, 2007, 2003, 2004, 2002, 2003]}) # example dataframe

# Create a dict mapping id to values based on the minimum year
custom_dict = {el:i for i, el in enumerate(df.groupby('id')['year'].min().sort_values().index)}

# and the reverse to map back the values to the id
custom_dict_rev = {v:k for k, v in custom_dict.items()}

df['id'] = df['id'].map(custom_dict) 


df = df.sort_values(['year', 'id'])
df['id'] = df['id'].map(custom_dict_rev)

df


将您的
id
重新编码为值，然后您可以根据
year
和
id
进行排序

import pandas as pd

df = pd.DataFrame({'id':['A', 'A', 'B', 'B', 'B', 'C', 'C', 'D', 'D'], 
'year':[2000, 2001, 2005, 2006, 2007, 2003, 2004, 2002, 2003]}) # example dataframe

# Create a dict mapping id to values based on the minimum year
custom_dict = {el:i for i, el in enumerate(df.groupby('id')['year'].min().sort_values().index)}

# and the reverse to map back the values to the id
custom_dict_rev = {v:k for k, v in custom_dict.items()}

df['id'] = df['id'].map(custom_dict) 


df = df.sort_values(['year', 'id'])
df['id'] = df['id'].map(custom_dict_rev)

df


如果您还有一个id为A和year 2002的行，会发生什么情况，最终结果应该是什么？您需要为更多不同的情况提供更多详细信息。没有两个或多个ID可以与另一个ID形成连续顺序的情况。如果另一行ID为a和2002年，a、C和B将组成一个组，D将不匹配如果您还有另一行ID为a和2002年，会发生什么情况，最终结果应该如何？您需要为更多不同的情况提供更多详细信息。在任何情况下，两个或多个ID都不能与另一个ID形成连续的顺序。对于ID为a且年份为2002的另一行，a、C和B将构成一个组，而D将不匹配，而我提供的示例正是如此，如您在原始帖子的评论中所述，在添加id为A和year 2002的另一行时，它不再起作用。您能否在问题中指定当您添加此额外行时，预期的解决方案是什么，如您在原始帖子的评论中所述，添加id为A和year 2002的另一行时，它将不再起作用。您能否在问题中指定在添加这一行时预期的解决方案