python - 根据列的范围和组合获取结果

Question

示例 DF:

ID   Name        Price     Sum       
1    Apple         10      180        
2    Apple         10      100        
3    Apple         10      80         
4    Orange        12      180        
5    Orange        12      190         
6    Banana        15      50       
7    Banana        15      30   

预期的 DF:

ID   Name        Price     Sum     Result  
1    Apple         10      180      Full Match       
2    Orange        12      180      Match - High Confidence  
3    Orange        12      190      Match - High Confidence   
4    Banana        15      50       Match - Low Confidence
5    Banana        15      30       Match - Low Confidence

问题陈述:

我需要一个在以下条件下工作的Result 列:

1. 有一组 Name 和 Price 即 Name 是 Apple Price 是 10，如果最高值不是 +- 30 range 与其他值然后保持最高值行与结果列作为 Full Match 并删除其他 (Sample Df - ID 1,2 ,3 并且预期的 DF 仅为 ID 1)

2. 在一组 Name 和 Price 中，如果它在 +- 30 范围内 并且也大于 100，则结果列将匹配 - 高置信度并且没有行被删除(样本 Df - ID 4,5 和预期的 DF 是 ID 2,3)

3. 在 Name 和 Price 组中，如果它在 +- 30 范围内 且小于 60，则结果列将是匹配 - 低置信度并且没有行被删除(样本 Df - ID 6,7 和预期的 DF 是 ID 4,5)

当涉及的组和范围组合在一起时，我无法找到任何有关如何解决此问题的信息。有什么帮助吗？

Answer 1

这是我想出来的，你可以试一试:

#get absolute difference from max value
df['diff_abs']=abs(df.Sum-df.groupby(['Name','Price'])['Sum'].transform('max')) 
#check if diff less than 30 remove them
m=df.loc[df.duplicated(['Name','Price'],keep=False)&df.diff_abs.lt(30)].reset_index()
print(m)

   index  ID    Name  Price  Sum  diff_abs
0      0   1   Apple     10  180         0
1      3   4  Orange     12  180        10
2      4   5  Orange     12  190         0
3      5   6  Banana     15   50         0
4      6   7  Banana     15   30        20

c1=~m.duplicated(['Name','Price'],keep=False) #check if entry is just 1 and no dups
c2=m.duplicated(['Name','Price'],keep=False)&m.Sum.lt(60) #if dups check for less than 60
m['result']=np.select([c1,c2],\
   ['Full Match','Match - Low Confidence'],'Match - High Confidence')
print(m)

   index  ID    Name  Price  Sum  diff_abs                   result
0      0   1   Apple     10  180         0               Full Match
1      3   4  Orange     12  180        10  Match - High Confidence
2      4   5  Orange     12  190         0  Match - High Confidence
3      5   6  Banana     15   50         0   Match - Low Confidence
4      6   7  Banana     15   30        20   Match - Low Confidence