Original
DF具有从表中计算出的值。
可能缺少type
个ID。
但是,目标是显式列出标志exists
。
如果没有,请在type
列的no
行中添加exists
。
id = 1很好。如果仅对id = 2进行过滤,然后运行以下代码,则返回c。然后我可以append
。
aa = set(type)
bb = set(b['type'].to_list())
list(aa - bb)
但是,正如您所知,将其应用于所有ID都不可行。
我需要帮助,以便将代码应用于所有ID。
这将返回非类型
type = [a, b, c]
Original
id type flag
1 a y
1 b y
1 c y
2 a y
2 b y
3 b y
Goal
id type flag exists
1 a y yes
1 b y yes
1 c y yes
2 a y yes
2 b y yes
2 c y no
3 a y yes
3 b y no
3 b y no
希望有一个更好的方法来解决这个问题。
答案 0 :(得分:1)
关键是在一组ID和一组类型之间生成笛卡尔乘积。我已经使用了Cartesian product公理
data = '''id , type , flag
1 , a , y
1 , b , y
1 , c , y
2 , a , y
2 , b , y
3 , b , y '''
da = [[i.strip() for i in l.split(",")] for l in data.split("\n")]
df = pd.DataFrame(da[1:], columns=da[0])
# generate cartesian product https://apassionatechie.wordpress.com/2018/01/15/pandas-equivalent-of-sql-cross-join-cartesian-product/
cp = pd.DataFrame(["a","b","c"], columns=["type"])\
.assign(foo=1)\
.merge(pd.DataFrame(df["id"].unique(), columns=["id"]).assign(foo=1)).drop('foo',1)
df = cp.merge(df, how="outer", on=["id","type"])
df["exists"] = ~df["flag"].isnull()
df.fillna(method="ffill")
输出
type id flag exists
0 a 1 y True
1 a 2 y True
2 a 3 y False
3 b 1 y True
4 b 2 y True
5 b 3 y True
6 c 1 y True
7 c 2 y False
8 c 3 y False