Início / coding / Perguntas / 78447053
Accepted
Martin Cronje
Asked: 2024-05-08 16:24:57 +0800 CST

Crie várias colunas a partir de uma única coluna e agrupe por pandas

  • 772
work = pd.DataFrame({"JOB" : ['JOB01', 'JOB01', 'JOB02', 'JOB02', 'JOB03', 'JOB03'],
"STATUS" : ['ON_ORDER', 'ACTIVE','TO_BE_ALLOCATED', 'ON_ORDER', 'ACTIVE','TO_BE_ALLOCATED'],
"PART" : ['PART01', 'PART02','PART03','PART04','PART05','PART06']})

Como posso usar o Pandas para agrupar o JOB, dividir o Status em colunas com base nos valores e concatenar o campo Parte com base no JOB.

Saída desejada:

JOB    | ON_ORDER  | ACTIVE   | TO_BE_ALLOCATED | PART_CON
JOB01  | True      | True     | False           | Part01\nPart02
JOB02  | True      | False    | True            | Part03\nPart04
JOB03  | False     | True     | True            | Part05\nPart06
python

2 respostas

  1. Best Answer

    Tentar:

    x = df.groupby("JOB")["PART"].agg(", ".join).rename("PART_CON")
y = pd.crosstab(df["JOB"], df["STATUS"]).astype(bool)
print(pd.concat([y, x], axis=1).reset_index())

    Impressões:

         JOB  ACTIVE  ON_ORDER  TO_BE_ALLOCATED        PART_CON
0  JOB01    True      True            False  PART01, PART02
1  JOB02   False      True             True  PART03, PART04
2  JOB03    True     False             True  PART05, PART06
    • 5

  2. Outra solução possível, que usa pivot_table:

    out = work.pivot_table(
    index='JOB', columns='STATUS', values='PART', aggfunc='first')
out.notna().assign(
    PART_CON = out.apply(
        lambda x: '\n'.join(x.sort_values().dropna()), axis=1))

    Saída:

    STATUS  ACTIVE  ON_ORDER  TO_BE_ALLOCATED        PART_CON
JOB                                                      
JOB01     True      True            False  PART01\nPART02
JOB02    False      True             True  PART03\nPART04
JOB03     True     False             True  PART05\nPART06
    • 4

relate perguntas