Pandas - Groupby 在组内查找组

Question

这是我开始的这个链接的转帖，但我意识到问题要复杂得多。

df = pd.DataFrame({'a': ['A1', 'A1', 'A1', 'A2', 'A2','A3','A3', 'A4', 'A3', 'A2', "A4", "A4", "A4"],
                   'value': ["7:00","10:00","20:00","9:00","7:00","9:00","8:00","15:00","19:00", "9:30", "15:30", "16:00", "16:30"],
                   "value2": [3,1,2,4,2,3,3,5,3,2,1,5,7],
                   'value3': ["Apple", "Orange", "Apple", "Kiwi", "Orange", "Orange", "Apple", "Apple", "Apple", "Apple", "Orange", "Orange","Apple"],
                  "value4": ["Throw", "Eat", 'Throw', "Keep", "Eat", "Eat", "Throw", "Throw", "Throw", "Throw", "Eat", "Eat", "Chuck"]})

我想要的是：1）通过ID（变量“a”），选择“value3”下的所有实例，其中它是“orange”，然后是“apple”。 他们不必背靠背； 这两者之间可以有许多其他值。 但橙子必须及时赶在苹果之前。

2）然后将这些橙子和苹果的实例分为两组： 1）第一组是当 value2 = 1 时橙色； 2) 是当橙色不等于 1 时（因此其余的归为一组）。 问题是 A4，其中有两个橙子 - 1 和 5。这应该归入组 value2 = 1 中，因为它首先发生。

更新：对不起 - 我预期的回复似乎没有剪切和粘贴：

value2     value3     count
1          orange     2
all other  orange     2

Answer 1

看看这是否有效，但是我会看看其他人是否可以给你一个简单而简短的版本，

    df1 = df[['a','value3']].drop_duplicates()
##Merging the dataframes
merge =df1.merge(df,how = 'left',left_index=True, right_index=True)
##Selecting the only requried columns
merge = merge[['value2','value3_x']]
##Renaming the columns
merge = merge.rename(columns={'value3_x':'value3'})
##Filtering the data
merge = merge[merge.value3=='Orange']
##Converting te value to string
merge['value2']= df.value2.astype(str) 
## Changing the value of value2
merge['value2'] = merge.value2.apply(lambda x: '1' if x == '1' else 'all other')
##Grouping the data
merge.groupby(['value2','value3']).value3.count()