如何使用 Python 根据 Excel 文件中另一列的唯一值查找文本更改答案

【问题标题】：How to find the change of text based on a unique value on another column in an excel file using Python如何使用 Python 根据 Excel 文件中另一列的唯一值查找文本更改
【发布时间】：2022-11-30 18:40:23
【问题描述】：

我有一个包含三列的 excel 文件，如下所示，

ID	Name	Date
117	Laspringe	2019-04-08
117	Laspringe (FT)	2020-06-16
117	Laspringe (Ftp)	2020-07-24
999	Angelo	2020-04-15
999	Angelo(FT)	2021-03-05
999	Angelo(Ftp)	2021-09-13
999	Angelo	2022-02-29

我想根据每个 ID 找出名称从原始名称更改为相同的原始名称。例如安吉洛改为安杰洛(FT),安吉洛(FTP)并改回原来的安吉洛.

然而拉斯普林格没有改回原来的名字。

是否有可能找出哪些 ID 使用 python 将名称改回原来的名称？

期待结果是这样的，

ID
999

【问题讨论】：

标签： python python-3.x pandas csv

【解决方案1】：

一种简单的方法可能是检查每个组的名称是否重复：

s = df.duplicated(['ID', 'Name']).groupby(df['ID']).any()
out = s[s].index.tolist()

输出：[999]

如果你可以重复：

s = (df
  .sort_values(by='Date')
  .groupby('ID')['Name']
  .agg(lambda s: s[s.ne(s.shift())].duplicated().any())
)
out = s[s].index.tolist()

两个代码在此输入上的行为不同：

    ID             Name        Date
0  117        Laspringe  2019-04-08
1  117        Laspringe  2019-04-09 # duplicated but no intermediate name
2  117   Laspringe (FT)  2020-06-16
3  117  Laspringe (Ftp)  2020-07-24
4  999           Angelo  2020-04-15
5  999       Angelo(FT)  2021-03-05
6  999      Angelo(Ftp)  2021-09-13
7  999           Angelo  2022-02-29

【讨论】：

如果名称再次改回其他名称，它将失败。您还需要考虑日期列
@Epsi95 不会因为这个原因而失败，我添加了另一种方法是顺序很重要（这样 A -> A -> B 不被认为是重复的）
我测试了，只是失败了，你需要添加sort_values步骤
@Epsi95 也许我们对这个问题有不同的解释。我知道 A -> B -> A -> C 应该匹配，因为至少有一个改回旧名称
你是对的，这个问题在这方面似乎很模糊。

【解决方案2】：

使用 pandas.DataFrame.groupby 与 first 和 last 的命题：

df['Date'] = pd.to_datetime(df['Date'])

out = (
        df
          .sort_values(by='Date')
          .groupby('ID')['Name']
            .agg(['first','last'])
            .reset_index()
            .loc[lambda x: x['first'].eq(x['last'])]
            [['ID']]
        )

＃输出：

print(out)

    ID
1  999

#<class 'pandas.core.frame.DataFrame'>

注意：2022 不是闰年，所以没有 2022-02-29

【讨论】：

＃ 输出 ：

＃输出：