如何将 group.iterrows() 循环结果转换为 Pandas 中的 dataframe

Question

考虑以下数据：

df['rank']=df.groupby('Contact').cumcount()
df.set_index('rank', inplace=True, drop=True)               
df

接触	新的	老的	日期新	日期旧	修改日期	用户	秩
0	玛丽	错误的	真的	2021-01-12 11:00:00	钠盐	2021-01-12 12:48:00	系统
1	玛丽	真的	错误的	钠盐	2021-01-12 11:00:00	2021-01-12 12:47:00	抢
2	玛丽	错误的	真的	2021-01-12 11:00:00	钠盐	2021-01-12 12:45:00	系统
3	玛丽	真的	错误的	钠盐	2021-11-29 11:00:00	2021-01-12 12:44:00	抢
0	约翰	真的	错误的	钠盐	2021-12-10 11:00:00	2021-12-10 16:15:00	蒂娜
1	约翰	错误的	真的	2021-12-10 11:00:00	钠盐	2021-12-10 15:30:00	系统
2	约翰	真的	错误的	钠盐	2021-12-10 11:00:00	2021-12-10 15:29:00	莉娜
3	约翰	错误的	真的	2021-12-10 11:00:00	钠盐	2021-12-10 12:37:00	系统

如何将以下结果转换为 dataframe？ df是pandas.core.frame.DataFrame和grp是pandas.core.groupby.generic.DataFrameGroupBy 。

grp = df.groupby('Contact')
for name,group in grp:
        for i,row in group.iterrows():
            
            if i < len(group)-1:
                if (group.loc[i,'Old'] == group.loc[i+1,'New']):
                    if group.loc[i,'User'] == 'sys':
                        if group.loc[i+1,'User'] !='sys':
                            group.loc[i,'Overwritten']= True
                            
                        else:
                            group.loc[i,'Overwritten']= False
                    else:
                        group.loc[i,'Overwritten']= False
                              
                else:
                    group.loc[i,'Overwritten']= False
    
        print(group)

上述解决方案可能不是最好的方法，也许我可以使用shift function。 但我想知道如何将循环中的groupby结果作为数据框获取，以便进行更多过滤/分析。 我还是 Pandas 的新手。 谢谢。

Answer 1

通过按联系人排序并使用shift列计算 boolean 列Overwritten来避免groupby和iterrows 。 实际上，您可以将所有if展平为单个逻辑检查：

calc_df = (
    df.sort_values('Contact')           # SORT BY GROUPING VARIABLE
      .reset_index(drop=True)           # RESET INDEX FOR SHIFT COLS
      .assign(                          # ADD SHIFT HELPER COLUMNS
          Contact_ = lambda df: df['Contact'].shift(-1),
          New_ = lambda df: df['New'].shift(-1),
          User_ = lambda df: df['User'].shift(-1),
          Overwritten = lambda df: (    # CALCULATE BOOLEAN COLUMN
               (df['Contact'] == df['Contact_']) &
               (df['Old'] == df['New_']) &
               (df['User'] == 'sys') &
               (df['User_'] != 'sys')
          )
      )
)

calc_df