使用 pandas python 开发基于列过滤器的 excel 数据库

Question

我正在处理原始 excel 文件以开发有组织的格式数据库 (.xlsx) 格式。 演示输入文件为：输入文件

FromTo  B#      Bname   Id      Mend
1 to 2  123     bus1    1       F
1 to 3  234     bus2    1       F
5 to 6  321     bus3    2       F
9 to 10 322     bus5    2       F
1 to 2  326     bus6    1       F
1 to 2  457     bus7    1       F
5 to 6  656     bus8    1       F
9 to 10 780     bus9    2       F
1 to 3  875     bus10   2       F
1 to 3  564     bus11   2       F

所需的 output 格式如下： output 格式

本质上，我想在输入的“FromTo”列（基于单元格值）上自动化过滤方法，并按原样放置其他列的信息，如 output 格式图像中所示。

对于 output，我能够按照正确的顺序和格式获取 B 到 E 列。 为此，我使用 pandas 使用以下逻辑

import pandas as pd
df = pd.read_excel('st2_trial.xlsx')
#create an empty dataframe 
df_1 = pd.DataFrame()

ai = ['1 to 2','1 to 3','5 to 6', '9 to 10'] #all entries from input Col 'FromTo'
    
for i in range(len(ai)):
    filter_ai = (df['FromTo'] == (ai[i]))
    df_ai = (df.loc[filter_ai])
    df_1 = pd.concat([df_1,df_ai])
    print(df_1)

从此代码获取以下 output ：

FromTo   B#  Bname  Id Mend
1 to 2  123   bus1   1    F
1 to 2  326   bus6   1    F
1 to 2  457   bus7   1    F
1 to 3  234   bus2   1    F
1 to 3  875  bus10   2    F
1 to 3  564  bus11   2    F
1 to 3  893  bus12   1    F
5 to 6  321   bus3   2    F
5 to 6  656   bus8   1    F
5 to 6  212  bus13   2    F
9 to 10  322   bus5   2    F
9 to 10  780   bus9   2    F

但是，很明显，第一列不是我想要的方式，我希望避免“1 到 2”、“1 到 3”的冗余条目。 等在第一列

我相信这可以通过为第一个 output 列设置适当的循环来实现。 任何相同的帮助将不胜感激

PS：我有一些想法可以解决这个问题：

-create empty dataframe
-list of all unique entries of column 'FromTo'
-take first element of the list put in first column of output
-Then go over my logic to get other required information as it is in loop

我认为这样可以避免 output 第一列中的冗余条目。

Answer 1

您可以尝试这样的事情来获得您预期的 output：

df_group = df_1.groupby('FromTo')
print(df_group)

Answer 2

上述问题似乎与How to print a groupby object类似，如果不完全一样的话。 但是，如果有帮助，我会在这里发布我的答案。

import pandas as pd
df = pd.read_excel('st2_trial.xlsx')

df_group = df.groupby('FromTo').apply(lambda a: a.drop('FromTo', axis = 1)[:].reset_index(drop = True))

print(df_group)

OUTPUT:
            B#  Bname  Id Mend
FromTo                        
1 to 2  0  123   bus1   1    F
        1  326   bus6   1    F
        2  457   bus7   1    F
1 to 3  0  234   bus2   1    F
        1  875  bus10   2    F
        2  564  bus11   2    F
5 to 6  0  321   bus3   2    F
        1  656   bus8   1    F
9 to 10 0  322   bus5   2    F
        1  780   bus9   2    F