如何使用链进行多种转换，包括创建新列？ [关闭]

Question

编辑以符合规则：

如何链接以下代码？我似乎无法添加带有链的新列。

数据集的输入列：

订单，ITEM_SERIAL，日期

%%time

df = Dataset.groupby(['ORDER', pd.Grouper(key='DATE', freq='7d')]).agg(Min=('DATE','min'), Max=('DATE','max'), ITEM_SERIAL_Min=('ITEM_SERIAL','first'), ITEM_SERIAL_Max=('ITEM_SERIAL','last')).reset_index()
                     
df['DIFFERENCE'] = df['Max'] - df['Min']
df = df[df['DIFFERENCE']!='0s'].sort_values('DIFFERENCE')
df = df.drop('DATE', axis=1)
df['ORDER'] = df['ORDER'] + '_' + df['Min'].map(str).str[:10]

df

df 的输出列：

ORDER、Min、Max、ITEM_SERIAL_Min、ITEM_SERIAL_Max、DIFFERENCE

Answer 1

这个问题非常主观，但您可以以格式化的方式链接所有操作（并添加 cmets！）：

df = (
    Dataset
    # groupby and aggregate ...
    .groupby(['ORDER', pd.Grouper(key='DATE', freq='7d')], as_index=False)
    .agg(
        Min=('DATE', 'min'),
        Max=('DATE', 'max'),
        ITEM_SERIAL_Min=('ITEM_SERIAL', 'first'),
        ITEM_SERIAL_Max=('ITEM_SERIAL', 'last'),
    )
    # compute DIFFERENCE ...
    .assign(DIFFERENCE=lambda d: d['Max'] - d['Min'])
    # filter ...
    .loc[lambda d: d['DIFFERENCE'] != '0s']
    # sort rows by ascending DIFFERENCE
    .sort_values('DIFFERENCE')
    # remove DATE column
    .drop('DATE', axis=1)
    # compute ORDER ...
    .assign(ORDER=lambda d: d['ORDER'] + '_' + d['Min'].astype(str).str[:10])
)