创建范围从顺序值，同时维护熊猫的其他列。

Question

我试图找到一种方法来巩固顺序(连续的？)按另一列分组的范围内的数字。

我已经尝试过tried解析器和迭代工具，但是我还不够聪明，无法实现它们来获得我想要的结果。寻求一些帮助和/或想法。谢谢!

输入：

| test_var   |   F1 |
|------------|------|
| ABC        |    1 |
| ABC        |    2 |
| DEF        |    3 |
| ABC        |    4 |
| ABC        |    5 |
| GHI        |    1 |
| GHI        |    2 |
| ABC        |    6 |

目标产出：

F1_range应该表示每个test_var顺序值的最小和最大。其中可能有几组。

一个简单的例子是"GHI“。对于F1，只有1组顺序值，1-2.

一个更复杂的例子是"ABC"，它有2组序列值1-2和4-6。

| test_var   |   F1 | F1_range   |
|------------|------|------------|
| ABC        |    1 | 1-2        |
| ABC        |    2 | 1-2        |
| DEF        |    3 | 3          |
| ABC        |    4 | 4-6        |
| ABC        |    5 | 4-6        |
| GHI        |    1 | 1-2        |
| GHI        |    2 | 1-2        |
| ABC        |    6 | 4-6        |

样本输入数据：

df = pd.DataFrame(data={'test_var': {0: 'ABC',
  1: 'ABC',
  2: 'DEF',
  3: 'ABC',
  4: 'ABC',
  5: 'GHI',
  6: 'GHI',
  7: 'ABC'},
 'F1': {0: 1, 1: 2, 2: 3, 3: 4, 4: 5, 5: 1, 6: 2, 7: 6}})

Answer 1

如何将相等的邻居按列分组

试验数据

df = pd.DataFrame({
    'test_var': ['ABC', 'ABC', 'DEF', 'ABC', 'ABC', 'ABC', 'GHI', 'GHI'],
    'F1': [1, 2, 3, 4, 6, 5, 1, 2],
    'F2': [10, 11, 1, 13, 16, 14, 2, 1]
})

我们假设索引是从步骤1的0开始的普通RangeIndex。

主要步骤

neighbors.

• Split numpy.vsplit.

• join

• 查找在test_var中的值与以前的test_var值不同的索引，这些索引中的数据垂直地使用numpy.vsplit.

• join min/max值跨前一组中感兴趣的列。

。

columns = ['F1','F2']
ranges = [f'{name}_range' for name in columns]
df[ranges] = ''

test_var = df['test_var'].values
changed = np.zeros(len(df), dtype=np.bool)
changed[1:] = test_var[1:] != test_var[:-1]
groups = np.vsplit(df, df.index[changed])
sep = '-'

def get_range(index, column):
    data = df.loc[index, column]
    low, high = min(data), max(data)
    return f'{low}-{high}' if low < high else str(low)

for gr in groups:
    for col, rng in zip(columns, ranges):
        df.loc[gr.index, rng] = get_range(gr.index, col)

输出

​

​