python – Pandas：在列中聚合列表值

发布时间：2020-12-16 22:42:00 所属栏目：Python 来源：网络整理

导读：我有以下数据帧： data = {'VehID' : pd.Series([10000,10000,10001,10001]),'JobNo' : pd.Series([1,2,1,3,3]),'Material' : pd.Series([5005,5100,5005,5888,5222,5222])}df = pd.DataFrame(data,columns=['VehID','JobNo','Material']) 它看起来像这样：

我有以下数据帧：

data = {'VehID' : pd.Series([10000,10000,10001,10001]),'JobNo' : pd.Series([1,2,1,3,3]),'Material' : pd.Series([5005,5100,5005,5888,5222,5222])}
df   = pd.DataFrame(data,columns=['VehID','JobNo','Material'])

它看起来像这样：

   VehID    JobNo  Material
0  10000      1      5005
1  10000      2      5100
2  10000      2      5005
3  10001      1      5888
4  10001      2      5222
5  10001      3      5888
6  10001      3      5222

我想确定每辆车连续工作中出现的材料.例如,

VehID  Material  Jobs
10000    5005    [1,2]
10001    5222    [2,3]

我想避免使用for循环.有没有人对这个解决方案有什么建议？提前致谢..

最佳答案

您可以先将数据收集到列表中,使用pandas.DataFrame.groupby,然后将pandas.DataFrame.apply和list构造函数作为函数收集：

>>> res = df.groupby(['VehID','Material'])['JobNo'].apply(list).reset_index()
>>> res
   VehID  Material   JobNo
0  10000      5005  [1,2]
1  10000      5100     [2]
2  10001      5222  [2,3]
3  10001      5888  [1,3]

现在您可以过滤掉所有非连续列表：

>>> f = res.JobNo.apply(lambda x: len(x) > 1 and sorted(x) == range(min(x),max(x)+1))
>>> res[f]
   VehID  Material   JobNo
0  10000      5005  [1,2]
2  10001      5222  [2,3]

您可以通过更智能的功能加速它 – 首先在res中存储alreadt排序列表,然后检查min,max和len与相同长度的范围

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!