python - 如何根据数据框的其他列创建新的 Pandas 列？

Question

我有以下 df:

  id1      id2     id3(expected_col)
   21       4          21a
   21       4          21a
   21       4          21a 
   21       5          21b
   22       6          22a
   22       6          22a
   22       6          22a
   23       7          23a
   23       7          23a
   23       8          23b
   23       9          23c 

有两列 - id1 和 id2，我想创建一个新列生成 id3，它是前两列的组合。

整数部分与 id1 列相同，但我想添加每当 id2 更改时更改的字符串，然后每当新的 id1< 时字母循环再次从“a”开始/strong> 遇到了。

所以也许我们可以 grouby id1 然后执行其余操作，但我不确定如何为新列生成字符串字母表。上面的 df id3 是我期望的结果列。

如果有什么不清楚的地方请告诉我。

Answer 1

使用 GroupBy-Apply 方法，使用 shift , ne , 和 cumsum在“id2”的组级别使用以确定更改，然后映射到 ascii_lowercase字母。

from string import ascii_lowercase

def combine_ids(grp, letters):
    grp = grp.ne(grp.shift()).cumsum() - 1
    return str(grp.name) + grp.map(letters)

letters = pd.Series(list(ascii_lowercase))
df['id3'] = df.groupby('id1')['id2'].apply(combine_ids, letters)

以上假定您最多只需要附加 26 个字母。如果您需要更多，您可以使用类似于下面的过程来添加重复的字母 'aa' - 'zz':

from itertools import product
from string import ascii_lowercase

doubles = map(''.join, product(ascii_lowercase, repeat=2))
letters = pd.Series(list(ascii_lowercase) + list(doubles))

结果输出:

    id1  id2  id3
0    21    4  21a
1    21    4  21a
2    21    4  21a
3    21    5  21b
4    22    6  22a
5    22    6  22a
6    22    6  22a
7    23    7  23a
8    23    7  23a
9    23    8  23b
10   23    9  23c