根据大熊猫群的长度划分和改变大熊猫群的值
根据大熊猫群的长度划分和改变大熊猫群的值
提问于 2019-03-25 22:40:51
我有一个熊猫DataFrame对象，它有一个名为'order_id‘的列。具有相同id的行属于同一个顺序(大小可以是1到1000之间的任何值)，例如：
sales_orders = {
'order_id': [1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 3, 3, 3, 3, 3, 3, 3, 3, 3, 4],
# multiple other fields
}
df = pd.DataFrame(sales_orders)我需要根据例如3这样的截断值将组分割成较小的块。理想情况下，除了列的后缀之外，没有其他任何更改，即：
'order_id': [1-0, 1-0, 1-0, 1-1, 1-1, 1-1, 1-2, 2, 2, 2, 3-0, 3-0, 3-0, 3-1, 3-1, 3-1, 3-2, 3-2, 3-2, 4]我假设您可以简单地遍历组并在如下的for循环中单独地触摸每个组：
for order_id, group in df.groupby(by=['order_id']):
if group.shape[0] > 2:
# change column line by line但这看上去令人难以置信的不熊猫和可怕的缓慢。因此，我希望有一个明智、有表现力和可读性的解决方案;) )预先感谢您的帮助！
回答 1
Stack Overflow用户
回答已采纳
发布于 2019-03-25 22:45:05
使用groupby和cumcount获取后缀，然后使用np.where有条件地设置它们。
c = df.groupby('order_id').cumcount() // 3
m = (c == 0).groupby(df.order_id).transform('all')
df['order_id2'] = (
np.where(m, df.order_id, df.order_id.astype(str) + '-' + c.astype(str))
.astype(str))
df.head(10)
order_id order_id2
0 1 1-0
1 1 1-0
2 1 1-0
3 1 1-1
4 1 1-1
5 1 1-1
6 1 1-2
7 2 2
8 2 2
9 2 2如果2和4也有后缀，那么一个稍微简单一些的解决方案；您可以使用groupby和cumcount来生成后缀，然后使用str.cat连接它们。
c = (df.groupby('order_id').cumcount() // 3).astype(str)
df['order_id3'] = df['order_id'].astype(str).str.cat(c, sep='-')
df.head(10)
order_id order_id2 order_id3
0 1 1-0 1-0
1 1 1-0 1-0
2 1 1-0 1-0
3 1 1-1 1-1
4 1 1-1 1-1
5 1 1-1 1-1
6 1 1-2 1-2
7 2 2 2-0
8 2 2 2-0
9 2 2 2-0页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/55347417
复制相关文章
相似问题
腾讯云开发者
