熊猫复制列元素并基于相关列表应用于另一列

问题描述

这是一个棘手的问题，很久以来我一直在head头。我有以下数据框。

PID label   Drug    Value
123   ABC   Big      1
123   ABC   Sul      2
132   ABC   DPP      3
132   ABC   sglt     4
143   ABC   insu     1
143   ABC   Sul      2
154   ABC   Big      1

零件数据框仅供参考，我还有另一段代码，将提供相关零件的列表以及每个商店的主要零件。

＃对于商店A->电视：['remote'，'antenna'，'peaker'];商店B->单元格：['显示'，'触摸板'] 我期望的数据帧是：

dct = {'Store': ('A','A','B','C','C'),'code_num':('INC101','INC102','INC103','INC104','INC105','INC106','INC201','INC202','INC203','INC301','INC302','INC303'),'days':('4','18','9','15','3','6','10','5','1','8','5'),'products': ('remote','antenna','remote,antenna','TV','display','display,touchpad','speaker','Cell','antenna')
}

df = pd.DataFrame(dct)

pts = {'Primary': ('TV','Cell'),'Related' :('remote','touchpad')
    
}

parts = pd.DataFrame(pts)

print(df)


   Store code_num days           products
0      A   INC101    4             remote
1      A   INC102    18            antenna
2      A   INC103    9    remote,antenna
3      A   INC104   15                 TV
4      A   INC105    3            display
5      A   INC106    6                 TV
6      B   INC201   10  display,touchpad
7      B   INC202    5            speaker
8      B   INC203    3               Cell
9      C   INC301    1            display
10     C   INC302    8            speaker
11     C   INC303    5            antenna

我有适合一次性执行整个df的代码。但是由于其他业务规则，这将是一片数据。含义2和3将被省略，因此，.iloc值对于某些记录可能有所不同。因此，如果您在 如果需要更多信息，请告诉我。 我知道它非常复杂，实际上是一个脑筋急转弯。

解决方法

复制了方案：

您的输入：

dct = {'Store': ('A','A','B','C','C'),'code_num':('INC101','INC102','INC103','INC104','INC105','INC106','INC201','INC202','INC203','INC301','INC302','INC303'),'days':('4','18','9','15','3','6','10','5','1','8','5'),'products': ('remote','antenna','remote,antenna','TV','display','display,touchpad','speaker','Cell','antenna')
}

df = pd.DataFrame(dct)
pts = {'Primary': ('TV','Cell'),'Related' :('remote','touchpad')
    
}

parts = pd.DataFrame(pts)
store = {'A':'TV','B':'Cell'}

解决方案：

将df部分转换为Dictionary：

 parts_df_dict = dict(zip(parts['Related'],parts['Primary']))

拆分逗号分隔的子产品，并使其分隔行：

new_df = pd.DataFrame(df.products.str.split(',').tolist(),index=df.code_num).stack()
new_df = new_df.reset_index([0,'code_num'])
new_df.columns = ['code_num','Prod_seperated']
new_df = new_df.merge(df,on='code_num',how='left')

创建引用列的逻辑：

store_prod = {}
for k,v in store.items():
    store_prod[k] = k+'_'+v
new_df['prod_store'] = new_df['Store'].map(store_prod)
new_df['p_store'] = new_df['Store'].map(store)
new_df['main_ind'] = ' '
new_df.loc[(new_df['prod_store']==new_df['Store']+'_'+new_df['Prod_seperated'])&(new_df['days'].astype('int')<10),'main_ind']=new_df['code_num']
refer_dic = new_df.groupby('Store')['main_ind'].max().to_dict()
new_df['prod_subproducts'] = new_df['Prod_seperated'].map(parts_df_dict)
new_df['refer']  = np.where((new_df['p_store']==new_df['prod_subproducts'])&(new_df['days'].astype('int')<=10),new_df['Store'].map(refer_dic),np.nan) 

new_df['refer'].fillna(new_df['main_ind'],inplace=True)
new_df.drop(['Prod_seperated','prod_store','p_store','main_ind','prod_subproducts'],axis=1,inplace=True)
new_df.drop_duplicates(inplace=True)

new_df或必需的输出：

如果您有任何疑问，请告诉我。