python - 在 Python 中，我需要执行一个访问前一个 "grouped value"的迭代 groupby 来建立聚合列的行的值

Question

我有以下数据集，您可以使用此代码复制:

number_order = [2,2,3,3,5,5,5,6]
number_fakecouriers = [1,2,1,2,1,2,3,3]
dictio = {"number_order":number_order, "number_fakecouriers":number_fakecouriers}
actual_table = pd.DataFrame(dictio)

我需要编写一段代码，通过 for 循环或 groupby 生成以下结果:

代码应在“number_orders”列上执行 groupby，然后取“number_fakeorders”列中的最小值，但每次都应迭代地排除已选择的“number_fakeorders”列中的最小值。然后，如果没有更多可用值，则应输入“无”。

这是一行一行的解释:

1) "number_orders"= 2 : 这里 "number_fakeorders"的值为 "1"，它只是 "number_fakeorders"的最小值，其中 ["n​​umber_orders"= 2] , 因为它是第一个出现的值

2) "number_orders"= 3 : 这里 "number_fakeorders"的值为 "2"因为已经为 ["number_orders"= 2] 选择了 "1"，所以排除 "1 "，其中 ["n​​umber_orders"= 3] 最小值为 "2"

3) "number_orders"= 5 : 这里 "number_fakeorders"的值为 "3"因为已经选择了 "1"和 "2"

4) "number_orders"= 6 : 这里 "number_fakeorders"的值是 "None"因为 ["number_orders"= 6] 的 "number_fakeorders"的唯一值是 "3",并且已经选择了“3”

Answer 1

尝试:

def fn(x, seen):
    for v in x:
        if v in seen:
            continue
        seen.add(v)
        return v


out = (
    actual_table.groupby("number_order")["number_fakecouriers"]
    .apply(fn, seen=set())
    .reset_index()
)
print(out)

打印:

   number_order  number_fakecouriers
0             2                  1.0
1             3                  2.0
2             5                  3.0
3             6                  NaN

---

注意:您可以在处理之前对数据帧进行排序(如果尚未排序):

actual_table = actual_table.sort_values(
    by=["number_order", "number_fakecouriers"]
)

...