大熊猫分组

James 发表于 Dev

112

詹姆士

我有一个下面的熊猫表（示意上）：

现在我想对它进行排序...

...以这样的方式：

数据框按名称排序
具有相同名称和相似列表元素的行被分组在一起。“相似”是指两个相邻行应具有一个列表元素，其中这些行之间的列表元素之差在某个阈值之内（在这里我选择5）。

换句话说：对于任何两个相邻行，如果第一行中存在一个元素，而第二行中存在一个元素，使得差异在阈值之内，则应将它们分组在一起。

这些组应该重命名。

结果应如下所示：

编辑：我试过的：df.sort_values（[['name']，ascending = False）.groupby（'List'）

但这当然是行不通的，因为每个列表都是一个新的组，因为我不能引入“相似性”。

EDIT2：这是一个重现熊猫数据框的代码：

import pandas as pd
df = pd.DataFrame({
    'List' : [[2,4],[3,5],[16,19],[4,1],[14,15],[300,20]],
    'Name' :  ["A","C","A","A","A","A"]})

BEN_YO

我们需要在这里使用新的“ G”段，并使用 groupby

df['G']=df.L.apply(max)
df=df.sort_values(['Name','G'])

df['G']=df.groupby(['Name']).G.apply(lambda x : x.diff().fillna(0).gt(5).cumsum())
df.Name=df.Name+'_'+df.G.astype(str)
df
Out[1287]: 
           L Name  G
0     [2, 4]  A_0  0
3     [4, 1]  A_0  0
4   [14, 15]  A_1  1
2   [16, 19]  A_1  1
5  [300, 20]  A_2  2
1     [3, 5]  C_0  0

数据输入

df=pd.DataFrame({'Name':list('ACAAAA'),'L':[[2,4],[3,5],[16,19],[4,1],[14,15],[300,20]]})

这是更新：

df['G']=df.L.apply(max)
df['G1']=df.L.apply(min)
df=df.sort_values(['Name','G'])

df['G']=df.groupby(['Name']).G.apply(lambda x : x.diff().fillna(0).gt(5))
df=df.sort_values(['Name','G1'])
df['G1']=df.groupby(['Name']).G1.apply(lambda x : x.diff().fillna(0).gt(5))
df.groupby('Name').apply(lambda x : ((x.G)|(x.G1)).cumsum())

df.Name=df.Name+'_'+df.groupby('Name').apply(lambda x : ((x.G)|(x.G1)).cumsum()).reset_index(level=0,drop=True).astype(str)
df
Out[1307]: 
           L Name      G     G1
3     [4, 1]  A_0  False  False
0     [2, 4]  A_0  False  False
4   [14, 15]  A_1   True   True
2   [16, 19]  A_1  False  False
5  [300, 20]  A_2   True  False
1     [3, 5]  C_0  False  False

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。