当熊猫在列中相同的时候，如何使用它们来重命名行？

Question

根据：

How to use pandas to rename rows when they are the same in column A?

我的数据是：

​

当医院列中值相同的行在GeneralRepresentation列中有不同的值时，我想使用熊猫来重命名医院。如果医院列中值相同的行在GeneralRepresentation列中具有相同的值，则不会对医院进行重命名。对于没有GeneralRepresentation的医院，保持医院的名称不变。

我想要的效果如下：

​

​

当我在How to use pandas to rename rows when they are the same in column A?中使用Beny的代码时

g = df.groupby('Hospital')['GeneralRepresentation']
s1 = g.transform(lambda x :x.factorize()[0]+1).astype(str)
s2 = g.transform('nunique')
df['Hospital'] = np.where(s2==1, df['Hospital'], df['Hospital'] + '_' + s1,)

其效果如下：

​

但是我想要的是当医院没有GeneralRepresentation时，医院的名称保持不变，效果就像第二张图片，我如何修改这个代码以满足我的要求？

Answer 1

问题是缺少值，因为misisng值是factorize设置为-1，所以如果为最后2行添加1 get 0，则在我的解决方案中，将NaN替换为groupby之前的空字符串，以防止出现这样的情况：

g = df.fillna({'GeneralRepresentation':''}).groupby('Hospital')['GeneralRepresentation']
s1 = g.transform(lambda x :x.factorize()[0]+1).astype(str)
s2 = g.transform('nunique')
df['Hospital'] = np.where(s2==1, df['Hospital'], df['Hospital'] + '_' + s1)
print (df)
  Hospital GeneralRepresentation
0        a                     a
1      b_1                     b
2      b_2                     c
3      c_1                     d
4      c_2                     e
5        d                   NaN
6        t                   NaN

Answer 2

使用np.select(listof conditions, list of choices, alternative)

a=~(df['GeneralRepresentation'].str.contains('\w'))
b= ((df['GeneralRepresentation'].str.contains('\w'))&(df['Hospital'].duplicated(keep=False))&(df['GeneralRepresentation'].duplicated(keep=False)))

df['Hospital'] np.select([a,b],[df['Hospital']+'_'+(df.groupby('Hospital').cumcount()+1).astype(str),''],df['Hospital'])