Question

我有下表：

       ind_ID  pair_ID orig_data
0           A        1         W 
1           B        1         X
2           C        2         Y
3           D        2         Z
4           A        3         W          
5           C        3         X          
6           B        4         Y          
7           D        4         Z

每一行都有一个individual_ID和一个pair_ID，它与另一行完全共享。我想进行自我连接，以便每一行都有其原始数据，并且它共享pair_ID行的数据：

       ind_ID  pair_ID orig_data partner_data
0           A        1         W            X
1           B        1         X            W
2           C        2         Y            Z
3           D        2         Z            Y
4           A        3         W            X
5           C        3         X            W
6           B        4         Y            Z
7           D        4         Z            Y

我试过了：

df.join(df, on='pair_ID')

但很明显，因为pair_ID值不是唯一的，我得到：

       ind_ID  pair_ID orig_data partner_data
0           A        1         W          NaN
1           B        1         X          NaN
2           C        2         Y          NaN
3           D        2         Z          NaN
4           A        3         W          NaN
5           C        3         X          NaN
6           B        4         Y          NaN
7           D        4         Z          NaN

我还考虑过创建一个连接ind_ID+pair_ID的新列，这个列是唯一的，但是连接不会知道要匹配的内容。

是否可以在pair_ID上进行自联接，其中每一行都与不属于自己的匹配行连接？

Answer 1

在你的情况下（只有两对） - 你可以根据ID进行分组和变换，只需反转组中值的顺序，例如：

df.loc[:, 'partner_data'] = df.groupby('pair_ID').orig_data.transform(lambda L: L[::-1])

这给了你：

  ind_ID  pair_ID orig_data partner_ID
0      A        1         W          X
1      B        1         X          W
2      C        2         Y          Z
3      D        2         Z          Y
4      A        3         W          X
5      C        3         X          W
6      B        4         Y          Z
7      D        4         Z          Y

Pandas自我加入非独特的价值观

1 个答案: