熊猫数据帧-迭代并与前值进行比较

Question

import pandas as pd

data = {'Unique_ID':  [44,66,12,76,57,83],
        'Location 1': ['AA', 'BB','CC','DD','EE','FF'],
        'Location 2': ['FF', 'CC','AA','EE','BB','CC'],
        'Rank':[1,2,3,4,5,6]
    }
pd.DataFrame (data)

下面是示例数据集，如下所示

​

​

预期输出：

​

​

它是根据等级进行排序的。我正在寻找一个最终的数据rank (Df2)与一个最佳的‘位置1’和'location2‘组合基于排名。示例：

• Iteration-1:，因为这是最好的，所以没有什么可比较的，所以我们立即在新的dataframe (Df2)中插入第一条记录。

• Iteration-2:比较Location1和Location2，如果在lcoation1和location2的新的dataframe(d2)中存在这样的情况，那么在这个示例中不要插入insert，我们需要将第2级记录插入为"BB“和"CC”。

• Iteration-3:*检查新数据帧(D2)中是否存在"CC“或"AA”。如果一个或两个呈现，则不要将其更新为新的数据格式。在本例中，它们都退出了，因此不要将此记录更新为新的dataframe.

。

• Iteration-4:检查新数据中是否存在DD或EE。我们在新的dataframe中看不到它们，因此将此记录更新为新的dataframe

。

并遍历每一条记录.

提前谢谢

Answer 1

使用：

m1 = df[['Location 1', 'Location 2']].stack().duplicated()
m2 = ~m1.any(level=0)
df = df[m2]

详细信息：

使用DataFrame.stack通过Location 1和Location 2到Multilevel系列重新定义数据，并使用Series.duplicated创建掩码m1。

print(m1)
0  Location 1    False
   Location 2    False
1  Location 1    False
   Location 2    False
2  Location 1     True
   Location 2     True
3  Location 1    False
   Location 2    False
4  Location 1     True
   Location 2     True
5  Location 1     True
   Location 2     True
dtype: bool

在掩码Series.any上使用level=0上的m1并否定这一点，以创建一个新的布尔掩码m2。感谢@ScottBoston的建议。

print(m2)
0     True
1     True
2    False
3     True
4    False
5    False
dtype: bool

最后，使用此掩码m2过滤数据文件中的行：

print(df)
   Unique_ID Location 1 Location 2  Rank
0         44         AA         FF     1
1         66         BB         CC     2
3         76         DD         EE     4