python - pandas - 基于两列值的分组

Question

我有这个数据框:

df = pd.DataFrame({'A' : ['foo', 'bar', 'foo', 'bar',
                          'fuz', 'baz', 'fuz', 'coo'],
                   'B' : ['one', 'one', 'two', 'two',
                          'three', 'three', 'four', 'one']})

看起来像这样:

    A      B
0  foo    one
1  bar    one
2  foo    two
3  bar    two
4  fuz  three
5  baz  three
6  fuz   four
7  coo    one

我想创建一个新列 group。一组聚合列 A + B 中唯一值的组合。

它查看每列的唯一值。然后查看另一列中已在组中的元素的值。

结果是这样的:

    A      B    group
0  foo    one     1
1  bar    one     1
2  foo    two     1
3  bar    two     1
4  fuz  three     2
5  baz  three     2
6  fuz   four     2
7  coo    one     1

在这个例子中，我们从 A 列的 foo 开始。所有 foo 都将在 group1 中。 B 中的关联值是 one 和 two => 同样在 group1 中。

A列中one和two的关联值为foo、bar和coo => 也在 group1 中。

同样的原则给了我们group2。

最好的方法是什么？

Answer 1

这可能是您要找的东西吗，它有点硬编码但具有所需的输出:

import pandas as pd
import numpy as np

df = pd.DataFrame({'A' : ['foo', 'bar', 'foo', 'bar',
                          'fuz', 'baz', 'fuz', 'coo'],
                   'B' : ['one', 'one', 'two', 'two',
                          'three', 'three', 'four', 'one']})
g1 = df[df['A']=='foo']
df['group'] = np.where(df['A'].isin(g1['A'])|df['B'].isin(g1['B']),1,2)