我以以下格式从SQLITE数据库检索数据（并将其转换为熊猫数据框）：
Driver | Date loading | Date unloading | Loading Adress | Unloading Address
Peter | 02.05.2020 | 03.05.2020 | 12342, Berlin | 14221, Utrecht
Peter | 03.05.2020 | 04.05.2020 | 14221, Utrecht | 13222, Amsterdam
Franz | 03.05.2020 | 03.05.2020 | 11111, Somewher| 11221, Somewhere2
Franz | 03.05.2020 | 05.05.2020 | 11223, Upsalla | 14231, Berlin
可以为查询指定日期范围，以便它概述哪个驱动程序在指定的日期范围内按日期排序提供哪些运输工具。
我要做的转换目标是每个驾驶员的每周计划，而该日期范围将在可用列中进行排序。因此，对于上面的数据，它看起来如下所示：
Driver | 02.05.2020 | 03.05.2020 | 04.05.2020 | 05.05.2020 |
Peter | Loading: | Unloading: Unloading:
12342, Berlin 14221, Utrecht 13222, Amsterdam
Loading:
14221, Utrecht
Franz | | Loading: | | Unloading:
11111, Somewher 14231, Berlin
Unloading:
11221, Somewhere2
Loading:
11223, Upsalla
有什么方法可以通过数据框操作来实现所描述的输出？在单个数据列中，我需要保持顺序：先加载，然后卸载，然后在日期相同的情况下转到下一个数据行。
答案 0 :(得分：2)
我将编写伪伪的解决方案，实际上它是一个解决方案，它只缺少一个实体task_id，我将在后面详细说明。我将把您的日期框架（有问题的第一个）称为df，并将转换后的版本创建为t_df。该t_df将是一个统一的日期和地址表。
我将创建一个数据框，如下所示：
Driver | Date | Task | Address
Peter | 02.05.2020 | Loading | 12342, Berlin
Peter | 03.05.2020 | Unloading | 14221, Utrecht
有了这个不可更改的数据框，我现在可以像计划一样根据需要对其进行旋转。
m,n = df.shape
t_df = pd.DataFrame(columns=['driver', 'date', 'task', 'address'])
t_df['Driver'] = df['Driver'].tolist() * 2
t_df['Date'] = df['Date loading'].tolist() + df['Date unloading'].tolist()
t_df['Address'] = df['Loading Address'].tolist() + df['Unloading Address'].tolist()
t_df['Task'] = ['Loading'] * m + ['Unloading'] * m
现在，我将值task + address添加为一列。
t_df['Compound'] = t_df[['Task', 'Address']].agg(': '.join, axis=1)
concat_array = lambda x: '; '.join(x)
schedule = pd.crosstab(index=t_df['Driver'], columns=t_df['Date'], values=t_df['Compound'],
aggfunc=concat_array)
我将获得以下数据框：
Date 02.05.2020 ... 05.05.2020
Driver ...
Franz NaN ... Unloading: 14231, Berlin
Peter Loading: 12342, Berlin ... NaN
现在，正如我在回答开始时所说的，假设同一天有多个加载和卸载操作，您需要某种任务标识符来匹配哪个任务属于哪个任务。您需要分配某种task_id，然后将其放在Compound列中。
注意：我使用'; '来分离任务，您可能想使用其他东西。
您可以在gist中检查完整的代码文件。
答案 1 :(得分：2)
我建议您利用Pandas的多索引功能来组织和排序数据。与其在“日期加载”，“日期卸载”，“加载地址”，“卸载地址”中没有单独的列，我将用“日期”的一列，“地址”的一列替换为新的列。列“正在加载”，因此我们可以更轻松地对数据进行排序。我还添加了一个delivery_id列，以使加载和卸载对保持匹配。因此，在第一步中，我只是将数据重组为更可排序的数据框：
data = [['Peter', '02.05.2020', '03.05.2020', '12342, Berlin', '14221, Utrecht'],
['Peter', '03.05.2020', '04.05.2020', '14221, Utrecht', '13222, Amsterdam'],
['Franz', '03.05.2020', '03.05.2020', '11111, Somewhere', '11221, Somewhere2'],
['Franz', '03.05.2020', '05.05.2020', '11223, Upsalla', '14231, Berlin']]
df = pd.DataFrame(data)
df = df.reset_index()
df.columns = ['Delivery_id', 'Driver', 'Date loading', 'Date unloading', 'Loading Address', 'Unloading Address']
df_loading = df[['Delivery_id', 'Driver', 'Date loading', 'Loading Address']]
df_loading['Loading'] = 'Loading'
df_loading.columns = ['Delivery_id', 'Driver', 'Date', 'Address', 'Loading']
df_unloading = df[['Delivery_id', 'Driver', 'Date unloading', 'Unloading Address']]
df_unloading['Loading'] = 'Unloading'
df_unloading.columns = ['Delivery_id', 'Driver', 'Date', 'Address', 'Loading']
df = pd.concat([df_loading, df_unloading])
下一步，将date列从字符串转换为datetime，以便Pandas将其理解为日期。
df['Date'] = pd.to_datetime(df['Date'], format='%d.%m.%Y')
然后就像将索引设置为我们要排序的值并对其进行排序一样简单：
df = df.set_index(['Driver', 'Date', 'Delivery_id', 'Loading']).sort_index()
输出：
print(df)
Address
Driver Date Delivery_id Loading
Franz 2020-05-03 2 Loading 11111, Somewhere
Unloading 11221, Somewhere2
3 Loading 11223, Upsalla
2020-05-05 3 Unloading 14231, Berlin
Peter 2020-05-02 0 Loading 12342, Berlin
2020-05-03 0 Unloading 14221, Utrecht
1 Loading 14221, Utrecht
2020-05-04 1 Unloading 13222, Amsterdam
转置输出，如果您更喜欢水平格式：
print(df.T.to_string())
Driver Franz Peter
Date 2020-05-03 2020-05-05 2020-05-02 2020-05-03 2020-05-04
Delivery_id 2 3 3 0 0 1 1
Loading Loading Unloading Loading Unloading Loading Unloading Loading Unloading
Address 11111, Somewhere 11221, Somewhere2 11223, Upsalla 14231, Berlin 12342, Berlin 14221, Utrecht 14221, Utrecht 13222, Amsterdam
如果您希望按驱动程序保持垂直排序，而其余数据保持水平，则可以执行以下操作：
idx = pd.IndexSlice
for driver in df.T.columns.get_level_values(0).unique():
print(df.loc[idx[driver, :, :]].T.to_string())
print()
Driver Franz
Date 2020-05-03 2020-05-05
Delivery_id 2 3 3
Loading Loading Unloading Loading Unloading
Address 11111, Somewhere 11221, Somewhere2 11223, Upsalla 14231, Berlin
Driver Peter
Date 2020-05-02 2020-05-03 2020-05-04
Delivery_id 0 0 1 1
Loading Loading Unloading Loading Unloading
Address 12342, Berlin 14221, Utrecht 14221, Utrecht 13222, Amsterdam