python - 如果某些值是整数范围，而其他值是纯整数，如何对 pandas DataFrame 进行分组？

Question

我想按列 col_2 对 df 进行分组，该列主要包含整数，但某些单元格包含整数范围。在我的现实生活示例中，每个唯一整数代表组装零件的特定序列号。数据帧中的每一行代表一个零件，由 col_2 分配给组装零件。有些零件只能分配给具有给定不确定性(范围)的组装零件。
预期输出将是一个单个组对于每个引用的整数(组装零件S/N)。例如，条目 col_1 = c 应分配给 col_2 = 1 和 col_2 = 2 的两个组。

df = pd.DataFrame( {'col_1': ['a', 'b', 'c', 'd', 'e', 'f'],
                    'col_2': [1, 2, range(1,3), 3,range(2,5),5]})

  col_1      col_2
0     a          1
1     b          2
2     c     (1, 2)
3     d          3
4     e  (2, 3, 4)
5     f          5

print(df.groupby(['col_2']).groups)

上面的代码出现错误:

TypeError: '<' not supported between instances of 'range' and 'int'

Answer 1

我认为这符合你的要求:

s = df.col_2.apply(pd.Series).set_index(df.col_1).stack().astype(int)
s.reset_index().groupby(0).col_1.apply(list)

第一步为您提供:

col_1   
a      0    1
b      0    2
c      0    1
       1    2
d      0    3
e      0    2
       1    3
       2    4
f      0    5

最终结果是:

1       [a, c]
2    [b, c, e]
3       [d, e]
4          [e]
5          [f]