python - 如何将子项目与 Pandas 数据框中的父项目相关联？

Question

我遇到了 python 和 pandas 数据框的一个小问题。我如何循环遍历该列并使用“类型”数据将子项(橙子、香蕉和鳄梨)与父项“水果”相关联，并将子项(汉堡、薯条)与父项“快餐”相关联？

+-----------+------+----------+-----------+
| Parent_ID | ID   | Type     | Name      |
+-----------+------+----------+-----------+
|           | 226  | Category | Fruit     |
|           | 2090 | Item     | Orange    |
|           | 2091 | Item     | Banana    |
|           | 2092 | Item     | Avocados  |
|           | 209  | Category | Fast-Food |
|           | 2097 | Item     | Burger    |
|           | 2099 | Item     | fries     |
+-----------+------+----------+-----------+

我想要如下所示的数据框。

+-----------+------+----------+-----------+
| Parent_ID |  ID  |   Type   |   Name    |
+-----------+------+----------+-----------+
|           |  226 | Category | Fruit     |
|       226 | 2090 | Item     | Orange    |
|       226 | 2091 | Item     | Banana    |
|       226 | 2092 | Item     | Avocados  |
|           |  209 | Category | Fast-Food |
|       209 | 2097 | Item     | Burger    |
|       209 | 2099 | Item     | fries     |
+-----------+------+----------+-----------+

Answer 1

您可以从检查 Type 列等于 Category 的位置开始，然后获取 bool 系列的 cumsum。然后将结果用到GroupBy ID 取第一个作为每组的Parent_ID:

g = df.Type.eq('Category').cumsum()
df = df.assign(Parent_ID=df.groupby(g).ID.transform('first'))
df['Parent_ID'] = df.Parent_ID.where(df.ID.ne(df.Parent_ID)).fillna('')

    ID      Type       Name    Parent_ID
0   226  Category      Fruit          
1  2090      Item     Orange       226
2  2091      Item     Banana       226
3  2092      Item   Avocados       226
4   209  Category  Fast-Food          
5  2097      Item     Burger       209
6  2099      Item      fries       209