将组中的值传播/广播回数据框列答案

【问题标题】：Propagate / broadcast a value in groups back to the dataframe column将组中的值传播/广播回数据框列
【发布时间】：2022-10-15 01:48:32
【问题描述】：

我有一个数据框如下：

年周票政策用户
2022-35 12502 符合 MX
2022-35 12502 不符合我们
2022-35 12502 符合 AL
2022-35 12502 符合 BR
2022-35 12471 遵守 DE
2022-35 12409 符合我们
2022-35 12409 未遵守 BR
2022-35 12406 符合 MX

当有重复票时，我如何标准化每张票具有相同的策略？例如：如果一周内的票“未遵守”，则无论一周，该票的政策都应相同，因此，应该是这样的：

输出样本

年周票政策用户
2022-35 12502 不符合 MX
2022-35 12502 不符合我们
2022-35 12502 不遵守 AL
2022-35 12502 未遵守 BR
2022-35 12471 遵守 DE
2022-35 12409 不符合我们
2022-35 12409 未遵守 BR
2022-35 12406 符合 MX

基本上我想要的是当有重复的票证时，未遵守对已遵守的支配地位。

【问题讨论】：

如果一周内重复的票，上面写着 COMPILED... 怎么办？

标签： python pandas dataframe group-by

【解决方案1】：

利用 "N" 在 ASCII 表上位于 "C" 之后的事实。所以max() 会选择“未遵守”而不是“已遵守”。如果您想通过工单对其进行标准化，请将max() 称为groupby().transform()。

df['Policy'] = df.groupby('Ticket')['Policy'].transform('max')

  Year-Week  Ticket        Policy User
0   2022-35   12502  NOT COMPLIED   MX
1   2022-35   12502  NOT COMPLIED   US
2   2022-35   12502  NOT COMPLIED   AL
3   2022-35   12502  NOT COMPLIED   BR
4   2022-35   12471      COMPLIED   DE
5   2022-35   12409  NOT COMPLIED   US
6   2022-35   12409  NOT COMPLIED   BR
7   2022-35   12406      COMPLIED   MX

【讨论】：

【解决方案2】：

试试这段代码；

df1 = df[['Year-Week', 'Ticket']].drop_duplicates()

policy = []
for time,ticket in zip(df1['Year-Week'],df1['Ticket']):
    df_temp = df[(df["Year-Week"] == time) & (df["Ticket"] == ticket)]
    if "NOT COMPLIED" in df_temp["Policy"].to_list():
        policy.extend(["NOT COMPLIED"] * df_temp.shape[0])
    else:
        policy.extend(["COMPLIED"] * df_temp.shape[0])
        
df["Policy"] = policy

希望这可以帮助...

【讨论】：

我认为这不起作用:(

【解决方案3】：

您可以执行 groupby 后跟转换并将其设置为 Policy 列；

df['Policy'] = df.groupby(['Year-Week','Ticket']).transform(lambda x: 'NOT COMPLIED'if 'NOT COMPLIED' in x else 'COMPLIED')

【讨论】：

我试过这种形式，它一直显示以下错误：“ValueError：列必须与键长度相同”