Question

我有一个如下数据框：

Card_x  Country Age     Code        Card_y
S       INDIA   Adult   Garments    S,E,D,G,M,A
S       INDIA   Adult   Grocery     D,S,G,A,M,E

我的列表如下：

lis1 = [S,D,G,E,M,A]

现在我希望我的数据框如下：

说明：按Card_x，Country和Age分组，并将lis1值作为“ Card_y”

Card_x  Country Age     Card_y
S       INDIA   Adult   S,D,G,E,M,A

可以帮我吗？

注意：计算lis1的逻辑如下：

lis1=[]
for i in range(len(t)):
    l=df.Card_y.iloc[i].split(',')
    lis1.append(l)
sorted(lis1[0], key=lambda elem: sum(sublist.index(elem) for sublist in lis1) / len(lis1))

基本上，lis1获得每个Card_y在不同“代码”中的排名，并获得平均排名并重新计算平均得分最少的排名。

例如：S在代码-服装中排名第一，在代码-Grocery.so中排名第二，因此平均值为1 + 2/2 = 1.5

D在代码-服装方面排名第三，在代码-杂货方面排名第一。所以平均值是3 + 1/2 = 2。

现在，基于平均值，以最少的平均值我将获得“排名”列表。因此它将是S，D，G，E，M，A

Answer 1

尝试：

df_out = df.groupby(['Card_x','Country','Age'])['Card_y'].apply(lambda x: x.str.split(',', expand=True)
                                                                  .rename(columns = lambda x: x+1)
                                                                  .stack().reset_index(level=1))

df_out = df_out.groupby(['Card_x','Country','Age',0])['level_1'].mean().sort_values().reset_index(level=-1)

df_out.groupby(['Card_x','Country','Age'])[0].agg(','.join).rename('Card_y').reset_index()

输出：

  Card_x Country    Age       Card_y
0      S   INDIA  Adult  S,D,G,E,A,M

将列表作为熊猫数据框中的列值

1 个答案: