python - 根据条件重新索引数据框的行

Question

数据框如下:

data = {'number':[4,3,3,3,3,3,3,3,3,3,4,5],'name':['L6','L6','L6','L6','L6','L8','L8','L8','L9','L9','L8','L9'],
    'product1':['B','C','A','A','A','A','B','B','D','D','D','E'],
    'product2':['D','A','B','Z','C','G','G','T','E','W','T','Q']}
 
df = pd.DataFrame(data)
df

需要根据列表替换所有行或重新索引数据框开头的行。

lst = [(3,'L6','A'),(3,'L8','B'),(3,'L9','D')]

下图显示了预期的输出:

Answer 1

使用pd.MultiIndex和 get_indexer_for获取 my_list 中值的索引。

然后使用 np.setdiff1d 查找剩余索引使用 np.arange(len(df)) 并找到第一个索引

然后使用np.concatenate将它们组合起来以获得所需的索引顺序

然后 reindex df 新订单。

my_list = [(3,'L6','A'),(3,'L8','B'),(3,'L9',D)] #Don't use 'list' for name
mi = pd.MultiIndex.from_arrays([df['number'], df['name'], df['product1']])
first_rows_indexes = mi.get_indexer_for(my_list)
remaining_indexes = np.setdiff1d(np.arange(len(df)), first_rows_indexes)
df = df.reindex(np.concatenate([first_rows_indexes, remaining_indexes]))

打印(df):

    number name product1 product2
2        3   L6        A        B
3        3   L6        A        Z
4        3   L6        A        C
6        3   L8        B        G
7        3   L8        B        T
8        3   L9        D        E
9        3   L9        D        W
0        4   L6        B        D
1        3   L6        C        A
5        3   L8        A        G
10       4   L8        D        T
11       5   L9        E        Q