如何根据数据框的其他列创建新的熊猫列？

Liza 发表于 Dev

丽莎

我有以下 df：

  id1      id2     id3(expected_col)
   21       4          21a
   21       4          21a
   21       4          21a 
   21       5          21b
   22       6          22a
   22       6          22a
   22       6          22a
   23       7          23a
   23       7          23a
   23       8          23b
   23       9          23c

有两列 - id1 和 id2，我想创建一个新列，生成 id3 前两列的组合。

整数部分与 id1 列相同，但我想添加在id2更改时更改的字符串，然后每当遇到新的id1时，字母循环再次以“a”开始。

所以也许我们可以对 id1 进行分组，然后执行其余的操作，但我不确定如何为新列生成字符串字母表。在上面的 df id3 是我期望的结果列。

如果有任何不清楚的地方，请告诉我。

根

使用的GroupBy-应用方法，将具有shift，ne和cumsum在上“ID2”的组水平用于确定的改变，然后针对映射ascii_lowercase字母。

from string import ascii_lowercase

def combine_ids(grp, letters):
    grp = grp.ne(grp.shift()).cumsum() - 1
    return str(grp.name) + grp.map(letters)

letters = pd.Series(list(ascii_lowercase))
df['id3'] = df.groupby('id1')['id2'].apply(combine_ids, letters)

以上假设您最多只需要添加 26 个字母。如果您需要更多，您可以使用类似于下面的程序添加重复的字母 'aa' - 'zz'：

from itertools import product
from string import ascii_lowercase

doubles = map(''.join, product(ascii_lowercase, repeat=2))
letters = pd.Series(list(ascii_lowercase) + list(doubles))

结果输出：

    id1  id2  id3
0    21    4  21a
1    21    4  21a
2    21    4  21a
3    21    5  21b
4    22    6  22a
5    22    6  22a
6    22    6  22a
7    23    7  23a
8    23    7  23a
9    23    8  23b
10   23    9  23c

本文收集自互联网，转载请注明来源。

如有侵权，请联系 [email protected] 删除。