Python Pandas 条件标记

Question

使用 python pandas dataframe df:

product_id |transaction_id | category | color
234          54              A           black
349          54              B           silver
213          46              A           silver
490          46              A           black
245          87              A           black
249          87              B           black
294          87              A           silver

我想用相同的颜色标记具有 A 和 B 类别的 transaction_ID。因此，在上述场景中，交易 87 的产品 A 为黑色，产品 B 为黑色。

期望的输出:

product_id |transaction_id | category | color  | flag
234          54              A           black
349          54              B           silver
213          46              A           silver
490          46              A           black
245          87              A           black    X
249          87              B           black    X
294          87              A           silver   X

我试图在类别和颜色之间创建一个唯一的键，然后进行分组，但它变得困惑，我仍然必须手动进行操作。一定有更简单的方法。

df['key']=df['category']&df['color']

df['transaction_analysis']= df.groupby('transaction_id').key.transform(lambda x : '&'.join(set(x)))

Answer 1

不确定是否更简单，但肯定更干净。您可以对 transaction_id 和 category 进行groupby，使用 unique 查找唯一颜色，然后取消堆叠。

此后，生成标志值的映射并稍后分配给 df。

v = (
    df.groupby(['transaction_id', 'category'])
      .color
      .unique()
      .unstack(fill_value=set())
)
m = {
  k : 'X' if set(x).intersection(y) else '' for k, x, y in zip(v.index, v.A, v.B)
}    
df['flag'] = df['transaction_id'].map(m)

df

   product_id  transaction_id category   color flag
0         234              54        A   black     
1         349              54        B  silver     
2         213              46        A  silver     
3         490              46        A   black     
4         245              87        A   black    X
5         249              87        B   black    X
6         294              87        A  silver    X