我有一個包含區域、客戶和一些交付的數據框。此列用作購買類型，第一次和最后一次購買被標記為“第一次”和“最后一次”，但任何中間交付都被標記為“交付”是否有一種方法可以轉換交付并獲得標簽“交貨 1”、“交貨 2”等？import pandas as pd data = [['NY', 'A','FIRST', 10], ['NY', 'A','DELIVERY', 20], ['NY', 'A','DELIVERY', 30], ['NY', 'A','LAST', 25], ['NY', 'B','FIRST', 15], ['NY', 'B','DELIVERY', 10], ['NY', 'B','LAST', 20], ['FL', 'A','FIRST', 15], ['FL', 'A','DELIVERY', 10], ['NY', 'A','DELIVERY', 12], ['NY', 'A','DELIVERY', 25], ['NY', 'A','LAST', 20] ] # Create the pandas DataFrame df = pd.DataFrame(data, columns = ['Region', 'Client', 'purchaseType', 'price']) # print dataframe. df 期望的輸出：data2 = [['NY', 'A','FIRST', 10], ['NY', 'A','DELIVERY1', 20], ['NY', 'A','DELIVERY2', 30], ['NY', 'A','LAST', 25], ['NY', 'B','FIRST', 15], ['NY', 'B','DELIVERY1', 10], ['NY', 'B','LAST', 20], ['FL', 'A','FIRST', 15], ['FL', 'A','DELIVERY1', 10], ['NY', 'A','DELIVERY2', 12], ['NY', 'A','DELIVERY3', 25], ['NY', 'A','LAST', 20] ] df2 = pd.DataFrame(data2, columns = ['Region', 'Client', 'purchaseType', 'price']) print(df2)提前致謝！
2 回答
子衿沉夜
TA貢獻1828條經驗 獲得超3個贊
您可以使用np.where來決定在哪里添加數字后綴：
df['purchaseType'] = df.groupby((df['purchaseType']=='FIRST').cumsum())['purchaseType'].transform(
lambda x: np.where(x=='DELIVERY', x+np.arange(len(x)).astype(str), x)
)
print(df)
印刷：
Region Client purchaseType price
0 NY A FIRST 10
1 NY A DELIVERY1 20
2 NY A DELIVERY2 30
3 NY A LAST 25
4 NY B FIRST 15
5 NY B DELIVERY1 10
6 NY B LAST 20
7 FL A FIRST 15
8 FL A DELIVERY1 10
9 NY A DELIVERY2 12
10 NY A DELIVERY3 25
11 NY A LAST 20
30秒到達戰場
TA貢獻1828條經驗 獲得超6個贊
我們可以嘗試使用GroupBy.cumcountandSeries.str.cat
blocks = df['purchaseType'].eq('FIRST').cumsum()
fill_values = df['purchaseType'].str.cat(df.groupby(blocks)
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?.cumcount().astype(str),?
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?sep='')
df.loc[df['purchaseType'].eq('DELIVERY'), 'purchaseType'] = fill_values
print(df)
#? ? Region Client purchaseType? price
# 0? ? ? NY? ? ? A? ? ? ? FIRST? ? ?10
# 1? ? ? NY? ? ? A? ? DELIVERY1? ? ?20
# 2? ? ? NY? ? ? A? ? DELIVERY2? ? ?30
# 3? ? ? NY? ? ? A? ? ? ? ?LAST? ? ?25
# 4? ? ? NY? ? ? B? ? ? ? FIRST? ? ?15
# 5? ? ? NY? ? ? B? ? DELIVERY1? ? ?10
# 6? ? ? NY? ? ? B? ? ? ? ?LAST? ? ?20
# 7? ? ? FL? ? ? A? ? ? ? FIRST? ? ?15
# 8? ? ? FL? ? ? A? ? DELIVERY1? ? ?10
# 9? ? ? NY? ? ? A? ? DELIVERY2? ? ?12
# 10? ? ?NY? ? ? A? ? DELIVERY3? ? ?25
# 11? ? ?NY? ? ? A? ? ? ? ?LAST? ? ?20
添加回答
舉報
0/150
提交
取消