python - 以奇怪的方式对 Pandas 数据框进行排序和分组

Question

列表 = [0, 3, 2, 1]

这是我拥有的 pandas 数据框。

<表类="s-表"><头>时间数据DMMA代码<正文>00 天 00:00:00第一层B10 天 00:00:00第二层S20 天 00:08:00第三层B30 天 00:16:00第 4 层S40 天 00:24:00第 5 层B50 天 00:53:00第 6 层S60 天 01:16:00Layer7B70 天 01:29:00Layer8S

这是我想要得到的最终结果。

<表类="s-表"><头>时间数据<正文>00 天 00:00:00 , 0 天 00:00:00第一层，第二层10 天 00:08:00 , 0 天 01:29:00Layer3 , Layer820 天 00:24:00 , 0 天 00:53:00Layer5 , Layer630 天 01:16:00 , 0 天 00:16:00Layer7 , Layer4

基本上，“List”中元素的索引是 DMMA CODE 为“B”的数据的索引，元素本身是 DMMA CODE 为“S”的数据的索引。

列表的第一个元素告诉“第一个 CODE:B 应该与第一个 CODE:S 分组”

列表的第二个元素表示“第二个 CODE:B 应该与第四个 CODE:S 组合在一起”等。

我不熟悉 pandas，甚至找不到解决这个问题的方法。

Answer 1

你的数据基本乱序了，我们重新排序一下:

info = [0, 3, 2, 1]
mask = df['DMMA CODE'].eq('S')
df.loc[mask] = df[mask].iloc[info].values

# Then we can get what you want fairly easily:
groups = df.groupby('DMMA CODE').cumcount()
out = df.groupby(groups).agg(list)
print(out)

输出:

                                 TIME              DATA DMMA CODE
0  [0 days 00:00:00, 0 days 00:00:00]  [Layer1, Layer2]    [B, S]
1  [0 days 00:08:00, 0 days 01:29:00]  [Layer3, Layer8]    [B, S]
2  [0 days 00:24:00, 0 days 00:53:00]  [Layer5, Layer6]    [B, S]
3  [0 days 01:16:00, 0 days 00:16:00]  [Layer7, Layer4]    [B, S]