Início / coding / Perguntas / 78532299
Accepted
HJA24
Asked: 2024-05-25 19:28:05 +0800 CST

Como agrupar linhas do pandas usando o oposto da metodologia pandas.groupby

  • 772

Eu tenho o seguintepandas.DataFrame

   match_id  court
0  50311513      1
1  50313011      2
2  50313009      2
3  50317691      1
4  50315247      2
5  50318597      1
6  50318877      1
7  50318983      1
8  50318831      1
9  50318595      1

Como você pode ver, há um total de 2cursos. Quero agrupar cada "slot". Portanto, o primeiro df agrupado deve conter match 50311513e 50313011. O segundo slot deve conter 50313009e 50317691. Após o terceiro slot, o df agrupado é basicamente uma única linha.

Como posso saber pandas.groupby()que apenas uma partida pode ser disputada no campo?

Obrigado

Editar

Dados de entrada diferentes:

     match_id  court  group
0    46768193      1     0
1    46768193      1     1
2    46768187      2     0
3    46768187      2     1
4    46767821      3     0
python

1 respostas

  1. Best Answer

    IIUC, você pode formar dois grupos sucessivos com cumcount:

    # start new group on identical values
g1 = df['court'].eq(df['court'].shift()).cumsum()
# in the previous groups, restart if the value was already seen
g2 = df['court'].groupby([df['court'], g1]).cumcount()

df['group'] = df.groupby([g1, g2]).ngroup()

# variant
# df['group'] = (g1.diff().ne(0)|g2.diff().ne(0)).cumsum().sub(1)

    Saída:

       match_id  court  group
0  50311513      1      0
1  50313011      2      0
2  50313009      2      1
3  50317691      1      1
4  50315247      2      2
5  50318597      1      2
6  50318877      1      3
7  50318983      1      4
8  50318831      1      5
9  50318595      1      6

    Intermediários:

       match_id  court  g1  g2  group
0  50311513      1   0   0      0
1  50313011      2   0   0      0
2  50313009      2   1   0      1
3  50317691      1   1   0      1
4  50315247      2   1   1      2
5  50318597      1   1   1      2
6  50318877      1   2   0      3
7  50318983      1   3   0      4
8  50318831      1   4   0      5
9  50318595      1   5   0      6

    generalização

    Se precisar lidar com mais grupos, você pode usar uma função personalizada (iterativa) com um conjunto para controlar os itens já vistos. Se o conjunto de itens vistos anteriormente já contém o item atual, inicie um novo grupo:

    def grouper(s):
    S = set()
    group = []
    n = 0
    for val in s:
        if val in S:
            n += 1
            S = {val}
        else:
            S.add(val)
        group.append(n)
    return group

df['group'] = grouper(df['court'])

    Exemplo:

        match_id  court  group
0   50311513      1      0
1   50313011      2      0
2   50313012      3      0
3   50313009      2      1
4   50317691      1      1
5   50315247      2      2
6   50315248      3      2
7   50318597      1      2
8   50318877      1      3
9   50318983      1      4
10  50319873      3      4
11  50318831      1      5
12  50318595      1      6
    • 4

relate perguntas