[英]How to use itertools to extract groupby values?
data = [[12345,"AAA"],[12345,"BBB"],[12345,"CCC"],[98765,"KKK"],[98765,"MMM"],[56321,"JJJ"],[56321,"SSS"],[56321,"PPP"]]
df = pd.DataFrame(data,columns=['Sales_ID','Company_Name'])
大家好,我有以上數據框,我想在每個組內通過Sales_ID創建匹配。 我怎么能在python中做到這一點?
我嘗試將df分組並為每個sales_ID提取所有公司,但不知道下一步該怎么做。
df.groupby('Sales_ID').apply(lambda x:x['Company_Name'].tolist())
預期成績:
Sales_ID Company Company
12345 AAA BBB
12345 AAA CCC
12345 BBB CCC
98765 KKK MMM
56321 JJJ SSS
56321 JJJ PPP
56321 SSS PPP
謝謝您的幫助。
編輯:@brentertainer指出,無論訂單如何,都需要刪除自我合並和重復的笛卡爾積,然后是<
查詢。
df.merge(df, on='Sales_ID').query('Company_Name_x < Company_Name_y')
無論訂購如何,原始的,更復雜的解決方案被排序為刪除重復
import pandas as pd
import numpy as np
res = df.merge(df, on='Sales_ID').query('Company_Name_x != Company_Name_y')
cols = ['Company_Name_x', 'Company_Name_y']
res[cols] = np.sort(res[cols].to_numpy(), axis=1)
res = res.drop_duplicates()
Sales_ID Company_Name_x Company_Name_y
1 12345 AAA BBB
2 12345 AAA CCC
5 12345 BBB CCC
10 98765 KKK MMM
14 56321 JJJ SSS
15 56321 JJJ PPP
18 56321 PPP SSS
我正在使用itertools
s=df.groupby('Sales_ID',sort=False)['Company_Name'].apply(list)
l=[list(itertools.combinations(x,2)) for x in s]
Newdf=pd.DataFrame({'Sales_ID':s.index.repeat(list(map(len,l)))})
Newdf=pd.concat([Newdf,pd.DataFrame(sum(l,[]))],axis=1)
Newdf
Sales_ID 0 1
0 12345 AAA BBB
1 12345 AAA CCC
2 12345 BBB CCC
3 98765 KKK MMM
4 56321 JJJ SSS
5 56321 JJJ PPP
6 56321 SSS PPP
使用pandas
*並不總是必要的。 我更喜歡使用toolz
或funcy
來完成工作(在屏幕后面使用itertools
和其他python本機模塊和方法)
import itertools
import toolz # pip install toolz
import toolz.curried as tc
from operator import itemgetter
grouped_data = toolz.groupby(itemgetter(0), data)
{12345: [[12345, 'AAA'], [12345, 'BBB'], [12345, 'CCC']],
98765: [[98765, 'KKK'], [98765, 'MMM']],
56321: [[56321, 'JJJ'], [56321, 'SSS'], [56321, 'PPP']]}
現在要獲取您想要的數據,您需要應用一系列步驟:
result = toolz.thread_first(data, # thread first pipes the data through series of functions
tc.groupby(itemgetter(0)), # group by first element
tc.valmap(tc.map(itemgetter(1))), # for each group extract the second element from a list of lists
tc.valmap(tc.partial(itertools.combinations, r=2)), # for each group make pairs
tc.valmap(list)) # this statement creates a list from the combinations generator function (it is howver not nescessary.)
結果:
{12345: [('AAA', 'BBB'), ('AAA', 'CCC'), ('BBB', 'CCC')],
98765: [('KKK', 'MMM')],
56321: [('JJJ', 'SSS'), ('JJJ', 'PPP'), ('SSS', 'PPP')]}
如果你想把它框架成熊貓你可以。 否則,如果這是您所尋求的,您可以繼續使用函數式編程方法。
*來自我自己的經驗,尤其是在無服務器應用程序的雲環境中 - 但這不僅僅是重點
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.