python - 根据列值将 2 列分组为类别

Question

我是 Python 和 Pandas 新手。

我的数据框看起来像这样:

df = pd.DataFrame({'ID': ['a', 'a', 'a', 'a', 'a', 'b', 'b', 'b', 'b', 'c', 'c', 'c', 'd', 'd', 'd'],
                   'Position': ['0', '1', '2', '3', '4', '0', '1', '2', '3', '0', '1', '2', '0', '1', '2'],
                   'Brand': ['Mazda', 'BMW', 'Ford', 'Fiat', 'Dodge', 'Mazda', 'BMW', 'Ford', 'Fiat', 'BMW', 'Ford', 'Fiat', 'BMW', 'Ford', 'Fiat']
                   })

我想将位置和品牌组合在一起以形成一个类别。

输出将如下所示:

ID  Group
a   1
b   2
c   3
d   3

因为第 1 组是:

0 Mazda
1 BMW
2 Ford
3 Fiat
4 Dodge

和 c = d 因为它们都有相同顺序的相同护理人员，因此组是相同的 - 3:

0 BMW
1 Ford
2 Fiat

如果 d 具有由 position 列定义的不同顺序，那么它将是不同的类别:

0 Fiat
1 BWM
2 Ford

如何实现第二个代码块中定义的输出？

感谢您的建议。

Answer 1

您可以通过 head 过滤器区分每组相同的前 3 行并转换为元组，然后使用 Series.factorize :

s = (df.groupby(['ID'], sort=False)['Position','Brand']
       .apply(lambda x: tuple(x.head(3).values.ravel())))

df = pd.DataFrame({'ID':s.index, 'Cat':pd.factorize(s)[0] + 1})
print (df)
  ID  Cat
0  a    1
1  b    1
2  c    2
3  d    2