[英]How to use itertools to extract groupby values?
data = [[12345,"AAA"],[12345,"BBB"],[12345,"CCC"],[98765,"KKK"],[98765,"MMM"],[56321,"JJJ"],[56321,"SSS"],[56321,"PPP"]]
df = pd.DataFrame(data,columns=['Sales_ID','Company_Name'])
大家好,我有以上数据框,我想在每个组内通过Sales_ID创建匹配。 我怎么能在python中做到这一点?
我尝试将df分组并为每个sales_ID提取所有公司,但不知道下一步该怎么做。
df.groupby('Sales_ID').apply(lambda x:x['Company_Name'].tolist())
预期成绩:
Sales_ID Company Company
12345 AAA BBB
12345 AAA CCC
12345 BBB CCC
98765 KKK MMM
56321 JJJ SSS
56321 JJJ PPP
56321 SSS PPP
谢谢您的帮助。
编辑:@brentertainer指出,无论订单如何,都需要删除自我合并和重复的笛卡尔积,然后是<
查询。
df.merge(df, on='Sales_ID').query('Company_Name_x < Company_Name_y')
无论订购如何,原始的,更复杂的解决方案被排序为删除重复
import pandas as pd
import numpy as np
res = df.merge(df, on='Sales_ID').query('Company_Name_x != Company_Name_y')
cols = ['Company_Name_x', 'Company_Name_y']
res[cols] = np.sort(res[cols].to_numpy(), axis=1)
res = res.drop_duplicates()
Sales_ID Company_Name_x Company_Name_y
1 12345 AAA BBB
2 12345 AAA CCC
5 12345 BBB CCC
10 98765 KKK MMM
14 56321 JJJ SSS
15 56321 JJJ PPP
18 56321 PPP SSS
我正在使用itertools
s=df.groupby('Sales_ID',sort=False)['Company_Name'].apply(list)
l=[list(itertools.combinations(x,2)) for x in s]
Newdf=pd.DataFrame({'Sales_ID':s.index.repeat(list(map(len,l)))})
Newdf=pd.concat([Newdf,pd.DataFrame(sum(l,[]))],axis=1)
Newdf
Sales_ID 0 1
0 12345 AAA BBB
1 12345 AAA CCC
2 12345 BBB CCC
3 98765 KKK MMM
4 56321 JJJ SSS
5 56321 JJJ PPP
6 56321 SSS PPP
使用pandas
*并不总是必要的。 我更喜欢使用toolz
或funcy
来完成工作(在屏幕后面使用itertools
和其他python本机模块和方法)
import itertools
import toolz # pip install toolz
import toolz.curried as tc
from operator import itemgetter
grouped_data = toolz.groupby(itemgetter(0), data)
{12345: [[12345, 'AAA'], [12345, 'BBB'], [12345, 'CCC']],
98765: [[98765, 'KKK'], [98765, 'MMM']],
56321: [[56321, 'JJJ'], [56321, 'SSS'], [56321, 'PPP']]}
现在要获取您想要的数据,您需要应用一系列步骤:
result = toolz.thread_first(data, # thread first pipes the data through series of functions
tc.groupby(itemgetter(0)), # group by first element
tc.valmap(tc.map(itemgetter(1))), # for each group extract the second element from a list of lists
tc.valmap(tc.partial(itertools.combinations, r=2)), # for each group make pairs
tc.valmap(list)) # this statement creates a list from the combinations generator function (it is howver not nescessary.)
结果:
{12345: [('AAA', 'BBB'), ('AAA', 'CCC'), ('BBB', 'CCC')],
98765: [('KKK', 'MMM')],
56321: [('JJJ', 'SSS'), ('JJJ', 'PPP'), ('SSS', 'PPP')]}
如果你想把它框架成熊猫你可以。 否则,如果这是您所寻求的,您可以继续使用函数式编程方法。
*来自我自己的经验,尤其是在无服务器应用程序的云环境中 - 但这不仅仅是重点
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.