Python 如何聚合独特的组合并以特定的方式对其重新排序

发布于11月25日

我有这个数据框:

df = pd.DataFrame({'CLASS': ['A', 'B', 'A'],
 'MEMBERS': ['foo & bar', 'bar & luz', 'baz']})

print(df)
#   CLASS    MEMBERS
# 0     A  foo & bar
# 1     B  bar & luz
# 2     A        baz

首先，我想对列CLASS进行分组，并组合列MEMBERS的唯一值.其次，我需要唯一的组合以特定的顺序:['foo', 'bar', 'baz', 'luz'].

我做到了第一个:

df.groupby('CLASS')['MEMBERS'].agg(lambda s: " & ".join(set(' & '.join(s).split(' & '))))

# CLASS
# A    foo & baz & bar
# B          luz & bar
# Name: MEMBERS, dtype: object

你们能教我怎么订货吗？

我的预期输出是:

# CLASS
# A    foo & bar & baz
# B          bar & luz
# Name: MEMBERS, dtype: object

推荐答案

您可以将sorted与自定义词典一起使用:

order = ['foo', 'bar', 'baz', 'luz']

mapper = {k: i for i,k in enumerate(order)}
# {'foo': 0, 'bar': 1, 'baz': 2, 'luz': 3}

out = (df.groupby('CLASS')['MEMBERS']
         .agg(lambda s: " & ".join(sorted(set(' & '.join(s).split(' & ')),
                                          key=mapper.get)))
      )

输出:

CLASS
A    foo & bar & baz
B          bar & luz
Name: MEMBERS, dtype: object

带有函数和itertools.chain的备选方案:

from itertools import chain

def cust_join(s, order):
    mapper = {k: i for i,k in enumerate(order)}
    return ' & '.join(sorted(set(chain.from_iterable(x.split(' & ') for x in s)),
                             key=mapper.get
                            ))

out = (df.groupby('CLASS')['MEMBERS']
         .agg(cust_join, order=['foo', 'bar', 'baz', 'luz'])
      )