我有以下数据帧：
data = {'VehID' : pd.Series([10000,10000,10001,10001]),'JobNo' : pd.Series([1,2,1,3,3]),'Material' : pd.Series([5005,5100,5005,5888,5222,5222])}df = pd.DataFrame(data,columns=['VehID','JobNo','Material'])
它看起来像这样：
VehID JobNo Material0 10000 1 50051 10000 2 51002 10000 2 50053 10001 1 58884 10001 2 52225 10001 3 58886 10001 3 5222
我想确定每辆车连续工作中出现的材料.例如,
VehID Material Jobs10000 5005 [1,2]10001 5222 [2,3]
我想避免使用for循环.有没有人对这个解决方案有什么建议？提前致谢..
最佳答案
您可以先将数据收集到列表中,使用
pandas.DataFrame.groupby,然后将pandas.DataFrame.apply和list构造函数作为函数收集：
>>> res = df.groupby(['VehID','Material'])['JobNo'].apply(list).reset_index()>>> resVehID Material JobNo0 10000 5005 [1,2]1 10000 5100 [2]2 10001 5222 [2,3]3 10001 5888 [1,3]
现在您可以过滤掉所有非连续列表：
>>> f = res.JobNo.apply(lambda x: len(x) > 1 and sorted(x) == range(min(x),max(x)+1))>>> res[f]VehID Material JobNo0 10000 5005 [1,2]2 10001 5222 [2,3]
您可以通过更智能的功能加速它 – 首先在res中存储alreadt排序列表,然后检查min,max和len与相同长度的范围