在 python Pandas 中创建一个具有唯一值的新列 - 不分组

Question

我已经发布了一个问题，但我提出的问题很糟糕。 这是我的问题：

我有一个这样的 dataframe：

列1	列2	列3	列4	所需列
顺丰	123	01/02	向上	上，西澳
高炉	543	30/12	做	溶解氧，自动对焦
QW	241	30/12	自动对焦	溶解氧，自动对焦
顺丰	123	01/02	西澳大利亚州	上，西澳
QW	789	20/11	丁	丁
顺丰	678	31/12	加时赛	加时赛

我希望获得DESIRED COLUMN 。 逻辑如下：

• 有一个条件来区分 Col1 是否等于 SF 的情况
• 如果 Col1不等于 SF 那么我会为 Col3 groupby并且我会聚合 Col4 的项目
• 如果 Col1 等于 SF 那么我会为 Col2 和 Col3 分组，我会聚合Col4的项目

我的问题在哪里？ 我不知道我是否想多了，但是使用groupby pandas 减少了 dataframe 的行数。我的目标只是添加一列，就像我上面显示的那样。

先感谢您！！！

Answer 1

将GroupBy.transform与numpy.where一起使用：

m = df.Col1.eq('SF')

s1 = df.groupby(['Col2','Col3'])['Col4'].transform(', '.join)
s2 = df.groupby(['Col3'])['Col4'].transform(', '.join)
df['DESIRED COLUMN'] = np.where(m, s1, s2)
print (df)
  Col1  Col2   Col3 Col4 DESIRED COLUMN
0   SF   123  01/02   UP         UP, WA
1   BF   543  30/12   DO         DO, AF
2   QW   241  30/12   AF         DO, AF
3   SF   123  01/02   WA         UP, WA
4   QW   789  20/11    D              D
5   SF   678  31/12   OT             OT

如果NaN s in Col2, Col3可能的解决方案：

m = df.Col1.eq('SF')

df1 = df.fillna({'Col2':'nan', 'Col3':'nan'})
s1 = df1.groupby(['Col2','Col3'])['Col4'].transform(', '.join)
s2 = df1.groupby(['Col3'])['Col4'].transform(', '.join)
df['DESIRED COLUMN'] = np.where(m, s1, s2)