代码之家 › 专栏 › 技术社区 › The Great

如何使用熊猫按行进行压缩?

pandas-groupby numpy dataframe pandas python

The Great · 技术社区 · 3 年前

我有一个如下所示的数据帧

ID,Region,Supplier,year,output
1,ANZ,AB,2021,1
2,ANZ,ABC,2022,1
3,ANZ,ABC,2022,1
4,ANZ,ABE,2021,0
5,ANZ,ABE,2021,1
6,ANZ,ABQ,2021,1
7,ANZ,ABW,2021,1
8,AUS,ABO,2020,1
9,KOREA,ABR,2019,0

我正试图产生独特的组合 region 和 supplier 价值观我想用via代替groupby zip_longest .

所以,我尝试了下面的方法

for i,j in itertools.zip_longest(region_values,supplier_values,fillvalue="ANZ"):
    print(i,j)

但上述情况会导致错误的输入 i and j .

我想从特定的行中得到每个独特的组合。我不希望乘法/生成数据中没有的新组合

目前,这会导致输出错误 如下图所示

ANZ AB
AUS ABC  #incorrect to generating new combinations like this
KOREA ABE #incorrect to generating new combinations like this
ANZ ABQ
ANZ ABW
ANZ ABO
ANZ ABR

我希望我的输出如下所示

ANZ AB
ANZ ABC
ANZ ABE
ANZ ABQ
ANZ ABW
AUS ABO
KOREA ABR

我使用zip_longest,因为在此之后,我想使用zip对象的输出来使用两列过滤数据帧

2 回复 | 直到 3 年前

jezrael 3 年前

如果排序很重要,则需要同时删除两列的重复项,因此 unique 需要 drop_duplicates :

column_name = "Region"
col_name = "Supplier"
df = data.drop_duplicates([column_name, col_name])    
        
for i,j in zip(df[column_name],df[col_name]):
    print(i,j)
    ANZ AB
    ANZ ABC
    ANZ ABE
    ANZ ABQ
    ANZ ABW
    AUS ABO
    KOREA ABR

mozway 3 年前

看起来你想要一套:

set(zip(df['Region'], df['Supplier']))

输出:

{('ANZ', 'AB'),
 ('ANZ', 'ABC'),
 ('ANZ', 'ABE'),
 ('ANZ', 'ABQ'),
 ('ANZ', 'ABW'),
 ('AUS', 'ABO'),
 ('KOREA', 'ABR')}

对于迭代:

for r, s in set(zip(df['Region'], df['Supplier'])):
    pass

如果订单很重要,那就用吧 dict.from_keys :

for a,b in dict.fromkeys(zip(df['Region'], df['Supplier'])).keys():
    print(a,b)

推荐文章

July · 如何定义数字间隔,然后四舍五入

1 年前

Community wiki · 对象名称前的单下划线和双下划线的含义是什么?

1 年前

Brian Johnson · 为什么在Python中列出字典列表会引发TypeError?[已关闭]

1 年前

user026 · 如何根据特定窗口的平均值(行数)创建新列?

1 年前

Ashok Shrestha · 需要追踪特定的颜色线并获取坐标

1 年前

Nicote Ool · 在FastApi和Vue3中获得422

1 年前

NeoExceptCodeBad · 如果我有很多垂直线,我如何找到它们的边缘?

1 年前

Abdulaziz · 如何对集合内的列表进行排序[重复]

1 年前

user2743931 · 带有src目录的Python setup.py

1 年前

asmgx · 为什么合并数据帧不能按照python中的预期方式工作

1 年前