如何生成不重复的排列

Question

我有一张如下所示的表格

Loc	ID	筛选	P1
一个	ABC1	GHY	55.6
一个	DFT1	生长激素	67.8
乙	HJH5	GHY	67
C	HKL	BHY	78
乙	GTY	生长激素	60

我想要 output 如下。 基本上，我希望具有相同过滤器的记录为一行

筛选	ID	Loc	P1	中	m_Loc	m_p1	全部的
GHY	ABC1	一个	55.6	HJH5	乙	67	122.6
生长激素	DFT1	一个	67.8	GTY	乙	60	127.8

这是否可以使用 itertools i python 来实现。 如果是的话，有人可以建议我们怎么做吗？

Answer 1

这是一个使用lead和row_number的解决方案，我认为它更好一些。

select filter
      ,id
      ,loc 
      ,p1
      ,m_id
      ,m_loc
      ,m_p1

from 
      (with t2 as 
      (select row_number () over( partition by filter order by filter desc) as rn
      ,*
       from t)
              select rn,filter, id, loc, p1
             ,lead(id) over( partition by filter order by filter)  as m_id
             ,lead(loc) over( partition by filter order by filter) as m_loc
             ,lead(p1) over( partition by filter order by filter)  as m_p1
              from t2) t
where rn=1  

筛选	ID	位置	p1	中	m_loc	m_p1
BHY	HKL	C	78	null	null	null
生长激素	DFT1	一个	67.8	GTY	乙	60
GHY	ABC1	一个	55.6	HJH5	乙	67

小提琴

这个问题应该有更好的解决方案，但这里有一个基于您所做的解决方案。 我使用left join来不丢失只出现一次的过滤器，然后我使用group by来合并结果。

select t1.filter
      ,max(t1.id)  as id
      ,max(t1.loc) as loc
      ,max(t1.p1)  as p1
      ,min(t2.id)  as m_id
      ,min(t2.loc) as m_loc
      ,min(t2.p1)  as m_p1
      
from t as t1 left join t as t2 on t2.filter = t1.filter and t2.id <> (t1.id)
group by t1.filter

筛选	ID	位置	p1	中	m_loc	m_p1
BHY	HKL	C	78	null	null	null
生长激素	GTY	乙	67.8	DFT1	一个	60
GHY	HJH5	乙	67	ABC1	一个	55.6

小提琴

Answer 2

如果可以使用 pandas，您可以通过以下方式实现灵活的解决方案：

数据定义：

df=pd.DataFrame({'Loc': {0: 'A', 1: 'A', 2: 'B ', 3: 'C', 4: 'B'},
 'ID': {0: 'ABC1', 1: 'DFT1', 2: 'HJH5', 3: 'HKL', 4: 'GTY'},
 'filter': {0: 'GHY', 1: 'FGH', 2: 'GHY', 3: 'BHY', 4: 'FGH'},
 'P1': {0: 55.6, 1: 67.8, 2: 67.0, 3: 78.0, 4: 60.0}}) 

重复列的创建：

cols=["{}_{}".format(N, c) for N in range(0,df.groupby('filter').count()['ID'].max()) for c in df.columns]

在这里，我首先通过查找每个过滤器df.groupby('filter').count()['ID'].max()的最大出现次数来找到所需的最大重复次数。 剩下的代码只是通过添加一个前导数字来格式化。

创建新的 dataframe， filter作为索引，生成的列cols作为列

df_new=pd.DataFrame(index=set(df['filter']), columns=cols)

现在我们必须填写数据：

for fil in df_new.index:
    values=[val for row in df[df['filter']==fil].values for val in row]
    df_new.loc[fil,df_new.columns[:len(values)]]=values

这里做了两件事：首先，基于过滤器名称fil选择的值被[val for row in df[df['filter']==fil].values for val in row] 。 然后，这些值从左侧开始填充到 dataframe 中。

结果如预期：

    0_Loc   0_ID    0_filter    0_P1    1_Loc   1_ID    1_filter    1_P1
GHY     A   ABC1    GHY     55.6    B   HJH5    GHY     67.0
BHY     C   HKL     BHY     78.0    NaN     NaN     NaN     NaN
FGH     A   DFT1    FGH     67.8    B   GTY     FGH     60.0