将多列分组，并通过考虑每列的开始和结束( pandas )来为每列分配值 [英] Groupby of multiple columns and assigning values to each by considering start and end of each (Pandas)

问题描述

我有一个看起来像这样的datframe

I've got a datframe that looks like that

df1
    v   w   x   y                               
4   0   1   a   b
5   0   1   a   a
_________________
6   0   2   a   b
_________________
2   0   3   a   b 
- - - - - - - - -   
3   1   2   a   b
_________________
15  1   3   a   b
12  1   3   b   b
_________________
13  1   1   a   b
- - - - - - - - - 
15  3   1   a   b
14  3   1   b   a
8   3   1   a   b
9   3   1   a   a

因此df1按v和w分组(行)，并与另一个包含x和y的df合并. 我需要一个新的z列，它在以下条件下从x和y中选择合适的组:

so df1 were grouped (lines) by v and w and merged with another df which contained x and y. I need a new column z which picks the right group out of x and y with the following conditions:

1. 在每个子组"V"(虚线)中，第一组应为"x"(组中x始终以"a"开头，y始终以"b"开头)
2. 根据每组(a或b)的结尾字母，下一组应以b(y列)或a(x列)开头
3. 如果两个组都以相同的字母结尾，请从"x"中选择下一个组

应如下所示:

df1
    v   w   x   y   z                            
4   0   1   a   b   a
5   0   1   a   a   a
_____________________
6   0   2   a   b   b
_____________________
2   0   3   a   b   a
- - - - - - - - - -- -   
3   1   2   a   b   a
_____________________
15  1   3   a   b   b
12  1   3   b   b   b
_____________________
13  1   1   a   b   a
 - - - - - - - - - - 
15  3   1   a   b   a
14  3   1   b   a   b
8   3   1   a   b   a
9   3   1   a   a   a

因此，在'v'个子组中，一组的最后一个字母和下一个组的第一个字母基本上应该不同. 这是可以理解的，有人可以帮助我吗?

so basically last letter of a group and first letter of next group within subgroups of 'v' should be different. Is that understandable and could anyone help me?

推荐答案

df=df.reset_index(drop=True)
s=pd.DataFrame(np.sort(df[['x','y']],axis=1),index=df.index)[1].iloc[::-1].ne('b').cumsum()
df.groupby([df.v,df.w,s]).ngroup()
0     0
1     0
2     1
3     2
4     4
5     5
6     5
7     3
8     6
9     6
10    6
11    6
dtype: int64

这篇关于将多列分组，并通过考虑每列的开始和结束( pandas )来为每列分配值的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！