python-3.x - 根据产品描述和另一个键为数据框中的所有相似产品/行分配一个键

Question

基于 3 个键/列 uniqueid 、 uniqueid2 和 uniqueid3 我需要生成一个列 new_key ，它将用一个键标记所有关联的产品/行。

 ```python 
   df = pd.DataFrame({'uniqueid': {0: 'a', 1: 'b', 2: 'b', 3: 'c', 
                                    4: 'd', 5: 'd', 6: 'e', 7: 'e',8:'g',9:'g',10:'h',11:'l',12:'m'},
'uniqueid2': {0: 'a', 1: 'b', 2: 'b', 3: 'c', 
                                    4: 'd', 5: 'd', 6: 'e', 7: 'e',8:'g',9:'g',10:'h',11:'l',12:'l'},
                       'uniqueid3': {0: 'z', 1: 'y', 2: 'x', 3: 'y', 
                                     4: 'x', 5: 'v', 6: 'x', 7: 'u',8:'h',9:'i',10:'k',11:'k',12:'n'}})
```

我拥有的基于 uniqueid 、uniqueid2 和 uniqueid3 列的数据。我需要像已经在那里一样创建 new_key 。在这个虚拟数据中，除了第一个之外的所有行都基于第 1 列和第 2 列中的关联属于同一产品。
但我不确定如何进一步进行。需要快速帮助

Expected Output:


  [1]: /image/yAl56.png

Answer 1

这将为您提供正确的输出，但我不确定这正是您想要做的以生成 new_key柱子。此解决方案检查 uniqueid2查看是否所有值在每个 uniqueid 中都是唯一的组以及整个uniqueid2柱子..

import pandas as pd
import numpy as np
df = pd.DataFrame({'uniqueid': {0: 'a', 1: 'b', 2: 'b', 3: 'c', 
                                4: 'd', 5: 'd', 6: 'e', 7: 'e',8:'g',9:'g',10:'h',11:'l'},
                   'uniqueid2': {0: 'z', 1: 'y', 2: 'x', 3: 'y', 
                                 4: 'x', 5: 'v', 6: 'x', 7: 'u',8:'h',9:'i',10:'k',11:'k'}})
df['m1'] = (df.groupby('uniqueid2')['uniqueid2'].transform('count') == 1)
df['m2'] = (df.groupby('uniqueid')['m1'].transform(sum))
df['m3'] = (df.groupby('uniqueid')['uniqueid2'].transform('size'))
df['m4'] = (df.groupby('uniqueid')['uniqueid'].transform('count') == 1) 
df['new_key'] = np.where((df['m2'] == df['m3']) | df['m4'], df['uniqueid'], 'b')
df
Out[13]: 
   uniqueid uniqueid2     m1   m2  m3     m4 new_key
0         a         z   True  1.0   1   True       a
1         b         y  False  0.0   2  False       b
2         b         x  False  0.0   2  False       b
3         c         y  False  0.0   1   True       c
4         d         x  False  1.0   2  False       b
5         d         v   True  1.0   2  False       b
6         e         x  False  1.0   2  False       b
7         e         u   True  1.0   2  False       b
8         g         h   True  2.0   2  False       g
9         g         i   True  2.0   2  False       g
10        h         k  False  0.0   1   True       h
11        l         k  False  0.0   1   True       l

我留着 m1 , m2和 m3 ，以便您可以看到逻辑的进展。您可以删除这些列: df = df.drop(['m1','m2','m3'], axis=1)