python - 使用 Pandas 中的 Cumcount 执行条件分组并选择第二最佳行

Question

这是我拥有的数据:

ID              Vehicle     Calculator     Offer NextCalculator NextOffer
3497827 2002 Ford Explorer Manheim Salvage 190  Copart           190
3497827 2002 Ford Explorer Manheim Salvage 190  IAA              140
3497827 2002 Ford Explorer Manheim Salvage 190  Manheim Salvage  190
3497827 2002 Ford Explorer Manheim Salvage 190  SVP              55
3497828 2003 Honda CRV     Manheim Salvage 320  Copart           150
3497828 2003 Honda CRV     Manheim Salvage 320  IAA              320
3497828 2003 Honda CRV     Manheim Salvage 320  Manheim Salvage  320
3497828 2003 Honda CRV     Manheim Salvage 320  SVP              200

我想要做的是找出每辆车的下一个最佳计算器报价是什么？例如。对于 3497827，下一个最佳报价是 Copart - 190(不考虑 Manheim Salvage，因为我们想要下一个)，对于 3497828，下一个最佳报价是 IAA - 320。

到目前为止我已经完成了

df = df.sort_values(['ID', 'NextOffer'], ascending=False)
df1 = df[df.groupby('ID').cumcount() == 1]

这给了我:

ID              Vehicle     Calculator     Offer NextCalculator NextOffer
3497827 2002 Ford Explorer Manheim Salvage 190  Manheim Salvage           190
3497828 2003 Honda CRV     Manheim Salvage 320  IAA              320

仅当 NextOffers 小于 Offer 值时，它才会给出正确的结果，但如果 NextOffer 与 Offer 相同，则不会。

我想要的是:

ID              Vehicle     Calculator     Offer NextCalculator NextOffer
3497827 2002 Ford Explorer Manheim Salvage 190  Copart           190
3497828 2003 Honda CRV     Manheim Salvage 320  IAA              320

所以我的猜测是，首先我必须执行 cumcount() == 0 并且如果该行 NextCalculator 与 Calculator 相同，那么我必须得到第二行使用 cumcount() == 1。对于如何执行此操作有任何帮助，或者是否有任何有效的方法来获得所需的输出？

Answer 1

IIUC:

In [21]: df.loc[df.query("Calculator != NextCalculator")
                  .groupby('ID', as_index=False).NextOffer.idxmax()]
Out[21]:
             ID        Vehicle       Calculator  Offer NextCalculator  NextOffer
0  3497827 2002  Ford Explorer  Manheim Salvage    190         Copart        190
5  3497828 2003      Honda CRV  Manheim Salvage    320            IAA        320