熊猫复制列元素并基于相关列表应用于另一列

坏蛋

这是一个棘手的问题，很长一段时间以来我一直在头。我有以下数据框。

dct = {'Store': ('A','A','A','A','A','A','B','B','B','C','C','C'),
       'code_num':('INC101','INC102','INC103','INC104','INC105','INC106','INC201','INC202','INC203','INC301','INC302','INC303'),
       'days':('4','18','9','15','3','6','10','5','3','1','8','5'),
       'products': ('remote','antenna','remote, antenna','TV','display','TV','display, touchpad','speaker','Cell','display','speaker','antenna')
}

df = pd.DataFrame(dct)

pts = {'Primary': ('TV','TV','TV','Cell','Cell'),
         'Related' :('remote','antenna','speaker','display','touchpad')
    
}

parts = pd.DataFrame(pts)

print(df)


   Store code_num days           products
0      A   INC101    4             remote
1      A   INC102    18            antenna
2      A   INC103    9    remote, antenna
3      A   INC104   15                 TV
4      A   INC105    3            display
5      A   INC106    6                 TV
6      B   INC201   10  display, touchpad
7      B   INC202    5            speaker
8      B   INC203    3               Cell
9      C   INC301    1            display
10     C   INC302    8            speaker
11     C   INC303    5            antenna

零件数据框仅供参考，我还有另一段代码，将提供相关零件的列表以及每个商店的主要零件。

＃对于商店A->电视：['remote'，'antenna'，'peaker']；商店B->单元格：['display'，'touchpad']，我期望的数据帧是：

   Store code_num days           products      refer
0      A   INC101    4             remote      INC106
1      A   INC102   18            antenna              -> omitted in 1st pass; because >10 days
2      A   INC103    9    remote, antenna      INC106
3      A   INC104   15                 TV              -> omitted in 1st pass; because >10 days
4      A   INC105    3            display      
5      A   INC106    6                 TV      INC106
6      B   INC201   10  display, touchpad      INC203
7      B   INC202    5            speaker      
8      B   INC203    3               Cell      INC203
9      C   INC301    1            display              -> blank because no primary present
10     C   INC302    8            speaker              -> blank because no primary present
11     C   INC303    5            antenna              -> blank because no primary present

我有适合一次执行整个df的代码。但是由于其他业务规则，这将是一片数据。含义2和3将被省略，因此，.iloc值对于某些记录可能有所不同。因此，如果您在<= 10天内将df子集化，并且为您工作，那么它将对我有用。
如果需要更多信息，请告诉我。我知道这很复杂，实际上是个脑筋急转弯。

Madhanlal

复制了方案：

您的输入：

dct = {'Store': ('A','A','A','A','A','A','B','B','B','C','C','C'),
       'code_num':('INC101','INC102','INC103','INC104','INC105','INC106','INC201','INC202','INC203','INC301','INC302','INC303'),
       'days':('4','18','9','15','3','6','10','5','3','1','8','5'),
       'products': ('remote','antenna','remote,antenna','TV','display','TV','display,touchpad','speaker','Cell','display','speaker','antenna')
}

df = pd.DataFrame(dct)
pts = {'Primary': ('TV','TV','TV','Cell','Cell'),
         'Related' :('remote','antenna','speaker','display','touchpad')
    
}

parts = pd.DataFrame(pts)
store = {'A':'TV','B':'Cell'}

解：

将部分df转换为Dictionary：

 parts_df_dict = dict(zip(parts['Related'],parts['Primary']))

拆分逗号分隔的子产品，并将其分隔为几行：

new_df = pd.DataFrame(df.products.str.split(',').tolist(), index=df.code_num).stack()
new_df = new_df.reset_index([0, 'code_num'])
new_df.columns = ['code_num', 'Prod_seperated']
new_df = new_df.merge(df, on='code_num', how='left')

创建引用列的逻辑：

store_prod = {}
for k,v in store.items():
    store_prod[k] = k+'_'+v
new_df['prod_store'] = new_df['Store'].map(store_prod)
new_df['p_store'] = new_df['Store'].map(store)
new_df['main_ind'] = ' '
new_df.loc[(new_df['prod_store']==new_df['Store']+'_'+new_df['Prod_seperated'])&(new_df['days'].astype('int')<10),'main_ind']=new_df['code_num']
refer_dic = new_df.groupby('Store')['main_ind'].max().to_dict()
new_df['prod_subproducts'] = new_df['Prod_seperated'].map(parts_df_dict)
new_df['refer']  = np.where((new_df['p_store']==new_df['prod_subproducts'])&(new_df['days'].astype('int')<=10),new_df['Store'].map(refer_dic),np.nan) 

new_df['refer'].fillna(new_df['main_ind'],inplace=True)
new_df.drop(['Prod_seperated','prod_store','p_store','main_ind','prod_subproducts'],axis=1,inplace=True)
new_df.drop_duplicates(inplace=True)

new_df或所需的输出：

如果您有任何疑问，请告诉我。

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。

编辑于 2021-01-25

我来说两句

0 条评论

登录后参与评论

熊猫复制列元素并基于相关列表应用于另一列

熊猫复制列元素并基于相关列表应用于另一列

隐藏发件人没有短信PHP

Hashchange事件侦听器在将事件处理程序附加到事件之前进行侦听

用日期数据透视表和日期顺序查询

flask-admin 如何自定义删除按钮

在浏览器中请求URL时会发生什么？

材质UI垂直滑块。如何改变在垂直材料UI滑块导轨的厚度（反应）

为什么PlusShare.Builder setRecipients方法不起作用？

OS X-为什么我需要打开WiFi才能确定最近的位置

在Windows 7中无法删除文件（2）

android 背部按下

Swift如何使用Base64Url编码JWT标头和有效负载之类的json对象

PyQt4.QtCore模块无法向sip模块注册

用白色图像隐藏Android Studio中的所有textView

为什么随机森林中的平均降低基尼系数取决于人口规模？

应用发明者仅从列表中选择一个随机项一次

正则表达式，用于查找所有以任何字母开头和数字开头的文件

ArgumentError：错误＃2109：在场景默认设置中未找到默认的帧标签

sshd AllowGroups组未授予访问权限

jQuery无限滚动固定div中的滚动

无法加载文件或程序集System.Runtime.CompilerServices.Unsafe

Jqgrid：多级别组摘要