python - 向数据集添加一列，其值由组填充

Question

我有一个数据集，其中包含以下列:星期、商店、商品编号和价格。我还有一组唯一编号，它们等于项目编号，但顺序不同。我想根据这些唯一数字向该数据集添加新列。首先，我需要按周和商店对这个数据集进行分组。然后在特定的一周和特定的商店中，我需要找到一个等于新列名称的项目编号(来自唯一编号数组的元素)。如果没有该字段，则填空。然后我应该用这个项目编号的价格填写特定周和特定商店的所有字段。

这是我试过的一些代码，但它运行起来非常慢，因为行数非常大。

#real dataset
data2
weeks = data2['Week'].unique()

for k in range(len(Unique_number)):
    for i in range(len(weeks)):
        temp_array = data2.loc[data2["Week"] == weeks[i]]
        stores = temp_array['Shop'].unique()
        for j in range(len(stores)):
            temp_array2 = temp_array.loc[data2["Shop"] == stores[j]]
            price = temp_array2.loc[temp_array2["Item number"] == Unique_number[k], "Price"]
            if (price.empty):
                price = 0 
            else:
                price = price.values[0]
            data2.loc[(data2["Week"] == weeks[i]) & (data2["Shop"] == stores[j]),Unique_number[k]] = price

我想要这样的东西

Unique_numbers = [0,1,2,3]

dataframe before
week; shop; Item number; price
1     1     0            2
1     2     1            3
2     1     3            4
2     1     2            5
3     4     1            6
3     1     2            7



dataframe after
week; shop; Item number; price; 0; 1; 2; 3
1     1     0            2      2  0  0  0
1     2     1            3      0  3  0  0  
2     1     3            4      0  0  5  4
2     1     2            5      0  0  5  4
3     4     1            6      0  6  0  0
3     1     2            7      0  0  7  0

Answer 1

设置

u = df['Item number'].to_numpy()
w = np.asarray(Unique_numbers)
g = [df.week, df.shop]

---

在这里使用一些广播比较(假设您所有的 price 值都大于 0)。

---

pd.DataFrame(
  np.equal.outer(u, w) * df['price'].to_numpy()[:, None]).groupby(g).transform('max')

   0  1  2  3
0  2  0  0  0
1  0  3  0  0
2  0  0  5  4
3  0  0  5  4
4  0  6  0  0
5  0  0  7  0