我有一個名為'order_id'的列的 Pandas DataFrame 對象。具有相同 id 的行屬于同一個順序（大小可以是 1 到 1000 之間的任何值），例如：sales_orders = { 'order_id': [1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 3, 3, 3, 3, 3, 3, 3, 3, 3, 4], # multiple other fields }df = pd.DataFrame(sales_orders)我需要根據截止值將組分成更小的塊，例如 3。理想情況下，除了列的后綴之外沒有其他任何變化，即：'order_id': [1-0, 1-0, 1-0, 1-1, 1-1, 1-1, 1-2, 2, 2, 2, 3-0, 3-0, 3-0, 3-1, 3-1, 3-1, 3-2, 3-2, 3-2, 4]我假設人們可以簡單地遍歷組并在 for 循環中單獨觸摸每個組，如下所示：for order_id, group in df.groupby(by=['order_id']): if group.shape[0] > 2: # change column line by line但這看起來令人難以置信的非熊貓和可怕的緩慢。因此，我將不勝感激一個明智的、高性能的和可讀的解決方案 ;) 在此先感謝您的幫助！
1 回答
哆啦的時光機
TA貢獻1779條經驗 獲得超6個贊
使用groupby和cumcount獲取后綴，然后使用np.where有條件地設置它們。
c = df.groupby('order_id').cumcount() // 3
m = (c == 0).groupby(df.order_id).transform('all')
df['order_id2'] = (
np.where(m, df.order_id, df.order_id.astype(str) + '-' + c.astype(str))
.astype(str))
df.head(10)
order_id order_id2
0 1 1-0
1 1 1-0
2 1 1-0
3 1 1-1
4 1 1-1
5 1 1-1
6 1 1-2
7 2 2
8 2 2
9 2 2
如果您對 2 和 4 也有后綴沒問題，那么一個稍微簡單的解決方案；您可以使用groupby和cumcount來生成后綴，然后使用str.cat來連接它們。
c = (df.groupby('order_id').cumcount() // 3).astype(str)
df['order_id3'] = df['order_id'].astype(str).str.cat(c, sep='-')
df.head(10)
order_id order_id2 order_id3
0 1 1-0 1-0
1 1 1-0 1-0
2 1 1-0 1-0
3 1 1-1 1-1
4 1 1-1 1-1
5 1 1-1 1-1
6 1 1-2 1-2
7 2 2 2-0
8 2 2 2-0
9 2 2 2-0
添加回答
舉報
0/150
提交
取消