python - 如何根据另一个变量的计数创建一个变量，并按某个键分组？

Question

我有一个数据集，其中包含标签列和任务 ID 列。每个任务 ID 有 3 行，每行的标签列中都有 L1-L5 的某个值。我需要根据任务的这些标签的特定组合为每个任务分配最终标签。看起来像这样:

- TaskID Label
- Task1     L1      
- Task1     L2      
- Task1     L5      
- Task2     L2      
- Task2     L2      
- Task2     L4      
- Task3     L1 
- Task3     L1 
- Task3     L1 

我对 python 很陌生，并且一直不知道如何编码 - 到目前为止，我已经使用 lCounts = df.groupby 创建了一个按任务 ID 和标签分组的新表，并带有计数列(['task_id','Label']).agg(['count'])所以它看起来像这样:

- TaskID   Label  Count
- Task1     L1      1
- Task1     L2      1
- Task1     L5      1
- Task2     L2      2
- Task2     L4      1
- Task3     L1      3

等等，但不确定这是否有帮助。最终，我需要名为 finalLabel 的变量，它以每个任务的每个标签的计数为条件(例如，如果一个任务有 2 个 L2 和 1 个 L4，则最终标签为 A，如果它有 3 个 L3 的最终标签是 B，如果它有 1 个 L1、1 个 L2 和 1 个 L3，则最终标签是 C，等等)。我有一个 Excel 图表，它将每个标签组合映射到最终标签。

输出类似于

- TaskID   FinalLabel 
- Task1     A        
- Task2     B      
- Task3     C      

我怎样才能最好地做到这一点？我被困住了!

Answer 1

第 1 步:从 Excel 工作表创建一个字典，其中列表为键，标签为值

 d = {('L1', 'L3', 'L4'): A, ('L2', 'L2','L3'): B}

第2步:为task:finallabel创建映射器

df_grouped = df.groupby('TaskID')['Label'].apply(tuple).to_frame()

第3步:将最终列表映射到每个任务，然后映射到字典

df_grouped['FinalLabel'] = df_grouped['Label'].map(d)

希望这有帮助。

编辑:您可以根据示例中的元素数量编写如下分配函数。

def assign_label(label):
    if len(label) == len(set(label)): # 3 different elements in label
        return 'A'
    elif len(label) - len(set(label)) == 1: # 2 differnet elements in label
        return 'B'
    else:
        return 'C' #all the same elements in label

df_grouped['assigned'] = df_grouped['Label'].apply(assign_label)