python - 在两列上分组并使用 pandas - Python 在特定列上应用转换(分区)、滚动和连接

Question

我有带列(period、spn、cpt、payer)的 DataFrame。我必须仅连接 2 个周期的列(付款人)值(仅滚动两个月)。 DF样本:

period     spn  cpt payer
7/1/2018    a   23  UNITED, HEALTH
7/1/2018    a   24  CARE, MEDI
7/1/2018    b   23  ASSIGN
8/1/2018    a   23  ASSIGN
8/1/2018    a   24  CARE, MEDI
8/1/2018    b   23  ASSIGN, MEDI
9/1/2018    a   23  ASSIGN
9/1/2018    a   24  MEDI
9/1/2018    b   23  ASSIGN, MEDI

我试过:df.groupby(['spn', 'cpt'])['payer'].transform(lambda x: x.rolling(2, min_periods = 1).apply(', '.join, raw=False ))

我收到一个错误:无法处理此类型 -> 对象。

因此将 column(payer) 转换为字符串类型并尝试使用与上述相同的代码。但我得到了同样的错误。请帮我解决这个问题。

预期结果

period    spn   cpt  payer             payer_concate
7/1/2018    a   23   UNITED, HEALTH    UNITED, HEALTH, ASSIGN
7/1/2018    a   24   CARE, MEDI        CARE, MEDI, CARE, MEDI
7/1/2018    b   23   ASSIGN            ASSIGN, ASSIGN, MEDI
8/1/2018    a   23   ASSIGN            ASSIGN, ASSIGN
8/1/2018    a   24   CARE, MEDI        CARE, MEDI, MEDI
8/1/2018    b   23   ASSIGN, MEDI      ASSIGN, MEDI, ASSIGN, MEDI
9/1/2018    a   23   ASSIGN            ASSIGN
9/1/2018    a   24   MEDI              MEDI
9/1/2018    b   23   ASSIGN, MEDI      ASSIGN, MEDI

提前致谢

Answer 1

首先按期间对值进行排序。然后使用 groupby 并转换和连接相邻的付款人。因为上一期没有追随者，这个值将为 None，因此它们由 combine_first 用 df 的原始值填充。

s = df.sort_values('period').groupby(['spn','cpt']).payer\
                       .transform(lambda x: x +',' + x.shift(-1)).combine_first(df.payer)
df["payer_concatenate"] = s

结果

    period      spn cpt payer           payer_concatenate
0   7/1/2018    a   23  UNITED,HEALTH   UNITED,HEALTH,ASSIGN
1   7/1/2018    a   24  CARE,MEDI       CARE,MEDI,CARE,MEDI
2   7/1/2018    b   23  ASSIGN          ASSIGN,ASSIGN,MEDI
3   8/1/2018    a   23  ASSIGN          ASSIGN,ASSIGN
4   8/1/2018    a   24  CARE,MEDI       CARE,MEDI,MEDI
5   8/1/2018    b   23  ASSIGN,MEDI     ASSIGN,MEDI,ASSIGN,MEDI
6   9/1/2018    a   23  ASSIGN          ASSIGN
7   9/1/2018    a   24  MEDI            MEDI
8   9/1/2018    b   23  ASSIGN,MEDI     ASSIGN,MEDI