複数の値を持つデータフレームがあり、「email」列でグループ化し、最初の行と最後の行を取得して、カテゴリ列のステータスに変化があるかどうかを比較したいと思います。たとえば、カテゴリがMGRからMGRの場合、変更はありません。カテゴリがEMPからMGRに変更された場合、ステータスの変更が反映されます。
date email category
13-04-2018 [email protected] MGR
13-04-2018 [email protected] EMP
18-04-2018 [email protected] EMP
20-04-2018 [email protected] MGR
11-01-2019 [email protected] MGR
15-10-2019 [email protected] MGR
16-11-2019 [email protected] MGR
31-01-2020 [email protected] EMP
02-05-2020 [email protected] MGR
05-08-2020 [email protected] MGR
14-02-2021 [email protected] MGR
15-02-2021 [email protected] MGR
次の結果を取得したい
date email category status
13-04-2018 [email protected] MGR no change
15-10-2019 [email protected] MGR no change
13-04-2018 [email protected] EMP change
15-02-2021 [email protected] MGR change
18-04-2018 [email protected] EMP change
16-11-2019 [email protected] MGR change
20-04-2018 [email protected] MGR no change
05-08-2020 [email protected] MGR no change
31-01-2020 [email protected] EMP change
14-02-2021 [email protected] MGR change
次のコードを試しましたが、groupbyに基づいて最初と最後の行のみを取得しているようです。最初の行と最後の行の値を比較する方法はありますか？
#get the first and last row of the groupby
df2 = df.groupby('email', as_index=False).nth([0,-1])
どんな形の助けにも感謝します、ありがとう。
それが十分に効率的であるかどうかはわかりませんが、うまく機能します。
def check_status(group):
selected = [False] * len(group)
selected[0] = selected[-1] = True
new_group = group[selected]
new_group['status'] = 'change' if new_group.category.is_unique else 'no change'
return new_group
print(df.groupby('email').apply(check_status).reset_index(drop=True))
この記事はインターネットから収集されたものであり、転載の際にはソースを示してください。
侵害の場合は、連絡してください[email protected]
コメントを追加