过滤数据并使用逗号分隔值进行查找答案

【问题标题】：Filtering data doing a lookup with comma separate values过滤数据并使用逗号分隔值进行查找
【发布时间】：2021-01-11 23:12:15
【问题描述】：

我有以下数据框，代表员工编号、他们所在的部门以及他们在公司中的角色代码，可以是“1”或“2”。在“部门名称”列上，您可以让员工担任其角色的部门（命名约定为“XX：部门名称”，其中 XX 是国家代码），或者在某些情况下，它显示为一组部门，由逗号“，”表示员工在这些部门中的角色。它看起来像这样：

  Department Name                Employee Number      Role Code   
0  AU:Dept1                         1000                     1
1  AU:Dept1, AU:Dept3               1000                     2
2  AU:Dept7                         1000                     1
3  CZ:Dept3                         1001                     2
4  CZ:Dept4, CZ:Dept6, CZ:Dept7     1001                     2
5  CZ:Dept4                         1001                     1 
6  PL:Dept1                         1002                     2
7  PL:Dept2, PL:Dept1               1002                     1
8  PL:Dept3                         1002                     2
9  SG:Dept1                         1003                     1
10 SG:Dept1                         1003                     2
11 SG:Dept2                         1003                     2

员工在每个唯一的部门名称中只能有角色 1 或角色 2，因此我需要创建一个代码来返回所有冲突的行，其中员工似乎在同一部门中同时拥有角色 1 和角色 2。那将是输出：

  Department Name                Employee Number      Role Code   
0  AU:Dept1                         1000                     1
1  AU:Dept1, AU:Dept3               1000                     2
4  CZ:Dept4, CZ:Dept6, CZ:Dept7     1001                     2
5  CZ:Dept4                         1001                     1 
6  PL:Dept1                         1002                     2
7  PL:Dept2, PL:Dept1               1002                     1
9  SG:Dept1                         1003                     1
10 SG:Dept1                         1003                     2

执行此过滤器的最佳方法是什么？

【问题讨论】：

你试过了吗？邮政编码。我们可以帮助您解决代码中的特定问题。
对不起，我正在度假，已经接受了答案，谢谢！

标签： python pandas lambda filter slice

【解决方案1】：

你可以这样做

df['both_role'] = df.groupby('Employee Number')['Role Code'].isin([1]).astype(int) * df.groupby('Employee Number')['Role Code'].isin([2]).astype(int) 

df[df.both_role == 1]

您可以使用员工编号进行分组，并检查每个用户的角色代码是否包含 1 和 2。如果它同时包含 1 和 2，那么您可以过滤数据框。

【讨论】：

【解决方案2】：

让我们尝试拆分部门名称，然后将groupby 拆分为['Employee', 'Name']，以找出哪些员工在nunique 中有两个角色：

(df.assign(Name=df['Department Name'].str.split(', '))
   .explode('Name')
   .loc[lambda x:x.groupby(['Employee Number','Name'])
                 ['Role Code'].transform('nunique') ==2 ]
   .drop('Name', axis=1)
)

输出：

                 Department Name  Employee Number  Role Code
0                       AU:Dept1             1000          1
1             AU:Dept1, AU:Dept3             1000          2
4   CZ:Dept4, CZ:Dept6, CZ:Dept7             1001          2
5                       CZ:Dept4             1001          1
6                       PL:Dept1             1002          2
7             PL:Dept2, PL:Dept1             1002          1
9                       SG:Dept1             1003          1
10                      SG:Dept1             1003          2

【讨论】：