我有以下數據，End1、End2 處的值按順序出現，我想要另一列來確定它在 End1 處出現的順序。End2 處的值有可能永遠不會到達 End1 處，但如果它出現在任何地方，都會對下一項的順序產生影響。ID End1 End2 1 A B 1 A B 1 B A 1 A B1 C B1 C D1 D C1 C D1 D C2 A B2 A B2 A C2 A C2 C A2 C A2 D C2 C D2 D C我想要有以下輸出：ID End1 End2 Order1 A B 11 A B 11 B A 2 1 A B 11 C B 3 1 C D 31 D C 41 C D 31 D C 42 A B 12 A B 12 A C 12 A C 1 2 C A 32 C A 32 D C 42 C D 32 D C 4我嘗試了不同的函數，但它們都在計算該值的出現次數。任何幫助表示贊賞。更新：這里還有另外兩個要求：每個組的順序都會重置。雖然 A 在 ID=1 時可能具有階數 1，但對于任何其他 ID，它可能具有階數 2。一些建議的解決方案沒有考慮到 End2 處的項目（對于 ID=2 中的 B）可能永遠不會到達 End1。但它會影響其后的項目的順序。為了更清楚地說明 ID=3 在同一數據集中可能有以下數據：ID End1 End22 D C ..... 3 B E 3 E B3 E B3 G B3 C B所需的輸出是ID End1 End2 Order2 D C 4 ..... 3 B E 13 E B 23 E B 2 3 G B 33 C B 4
3 回答
鳳凰求蠱
TA貢獻1825條經驗 獲得超4個贊
將索引設置為ID并使用DataFrame.stack來重塑框架，然后使用Series.factorize創建一個標識不同值的數字數組，從而創建一個系列s，然后使用Series.groupbyons和agg使用first（因為我們必須首先優先考慮列的順序End1）End2：
s = pd.Series(df.set_index('ID').stack().factorize()[0] + 1)
df['Order'] = s.groupby(s.index // 2).first()
編輯：如果我們需要考慮每組的不同值：
s = pd.Series(np.hstack([g.factorize()[0] + 1 for _, g in
? ? ? ? ? ? ? ? ? ? ? ? ?df.set_index('ID').stack().groupby(level=0)]))
df['Order'] = s.groupby(s.index // 2).first()
結果：
? ? ID End1 End2? Order
0? ? 1? ? A? ? B? ? ? 1
1? ? 1? ? A? ? B? ? ? 1
2? ? 1? ? B? ? A? ? ? 2
3? ? 1? ? A? ? B? ? ? 1
4? ? 1? ? C? ? B? ? ? 3
5? ? 1? ? C? ? D? ? ? 3
6? ? 1? ? D? ? C? ? ? 4
7? ? 1? ? C? ? D? ? ? 3
8? ? 1? ? D? ? C? ? ? 4
9? ? 2? ? A? ? B? ? ? 1
10? ?2? ? A? ? B? ? ? 1
11? ?2? ? A? ? C? ? ? 1
12? ?2? ? A? ? C? ? ? 1
13? ?2? ? C? ? A? ? ? 3
14? ?2? ? C? ? A? ? ? 3
15? ?2? ? D? ? C? ? ? 4
16? ?2? ? C? ? D? ? ? 3
17? ?2? ? D? ? C? ? ? 4
LEATH
TA貢獻1936條經驗 獲得超7個贊
import pandas as pd
df = pd.DataFrame({'ID': {0: 1, 1: 1, 2: 1, 3: 1, 4: 1, 5: 1, 6: 1, 7: 1, 8: 1, 9: 2, 10: 2, 11: 2, 12: 2, 13: 2, 14: 2, 15: 2, 16: 2, 17: 2},
'End1': {0: 'A', 1: 'A', 2: 'B', 3: 'A', 4: 'C', 5: 'C', 6: 'D', 7: 'C', 8: 'D', 9: 'A', 10: 'A', 11: 'A', 12: 'A', 13: 'C', 14: 'C', 15: 'D', 16: 'C', 17: 'D'},
'End2': {0: 'B', 1: 'B', 2: 'A', 3: 'B', 4: 'B', 5: 'D', 6: 'C', 7: 'D', 8: 'C', 9: 'B', 10: 'B', 11: 'C', 12: 'C', 13: 'A', 14: 'A', 15: 'C', 16: 'D', 17: 'C'}})
pandas.unique將給出出現的順序。
sequence查找該列的每個值的索引End1。分組依據'ID'因此順序是唯一的'ID'。堆疊每個組/數據幀可以使列變平['End1','End2']。
df = df.set_index('ID')
gb = df.groupby('ID')
for k,g in gb:
sequence = pd.unique(g.stack())
order = (g.End1.to_numpy() == sequence[:,None]).argmax(0) + 1
df.loc[k,'Order'] = order
df.Order = df.Order.astype(int)
def f(g):
sequence = pd.unique(g.stack())
order = (g.End1.to_numpy() == sequence[:,None]).argmax(0) + 1
return order
gb = df.groupby('ID')
orders = gb.apply(f)
df.loc[orders.index,'foo'] = np.concatenate(orders.values)
江戶川亂折騰
TA貢獻1851條經驗 獲得超5個贊
一種可能的方法是連接 End1+End2 中的字符串值，并將結果用作字典的鍵。該算法看起來像：
counter = 1
new_column = []
my_dict = dict()
for row in data:
key_to_check = row[End1]+row[End2]
if key_to_check in my_dict:
new_column.append(my_dict[key_to_check])
else:
my_dict[key_to_check] = counter
new_column.append(my_dict[key_to_check])
counter += 1
## append new_column to the data
添加回答
舉報
0/150
提交
取消