python - pandas 中的两个条件子句计数

Question

我有一个看起来像这样的 df:

api_spec_id  type_of_change   label
213              Breaking      NaN
213              Breaking      major
213              Non-Breaking  patch
345              Non-Breaking  NaN
345              Non-Breaking  patch
345              Non-Breaking  patch
678              Breaking      NaN
678              Breaking      minor
678              Breaking      major
123              Breaking      NaN
123              Breaking      NaN

我想计算 api_spec_id 的唯一编号，其中:

所有 type_of_change 均已损坏，预期输出为 2(id:678,123)

所有 type_of_change 都是不间断的，其中预期输出为 1 (id:345)

至少有一个 type_of_change 被破坏，预期输出:3 (ids:213,678,123)

至少有一个 type_of_change 是不间断的，预期输出:2 (ids:213,345)

我不确定如何实现这一目标，任何建议或想法将不胜感激。

Answer 1

可能的解决方案:

from functools import partial

grp = df.groupby("api_spec_id")

def detect(g, how, change):
    if how == "all":
        return g["type_of_change"].eq(change).all()
    elif how == "any":
        return g["type_of_change"].eq(change).any()

def get_id(df):
    return df["api_spec_id"].unique().tolist()
    
v1 = grp.filter(partial(detect, how="all", change="Breaking")).pipe(get_id)
v2 = grp.filter(partial(detect, how="all", change="Non-Breaking")).pipe(get_id)
v3 = grp.filter(partial(detect, how="any", change="Breaking")).pipe(get_id)
v4 = grp.filter(partial(detect, how="any", change="Non-Breaking")).pipe(get_id)

输出:

print(v1) # [678, 123]
print(v2) # [345]
print(v3) # [213, 678, 123]
print(v4) # [213, 345]