python 如何使用链进行几个转换，包括创建新列？[已关闭]

eiee3dmh 于 2022-12-10 发布在 Python

关注(0)|答案(1)|浏览(114)

已关闭。此问题为opinion-based。当前不接受答案。
**想要改进此问题吗？**请更新问题，以便editing this post可以使用事实与引用来回答.

8小时前关门。
这篇文章是8小时前编辑并提交审查的。
Improve this question
编辑要符合的规则：
我如何链接下面的代码？我似乎不能添加新的列与链。
数据集的输入列：
订单，物料序列，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：
订单，最小值，最大值，物料序列号最小值，物料序列号最大值，差异

python

来源：https://stackoverflow.com/questions/74744202/how-to-use-chain-for-several-transformations-including-creating-new-column

1条答案

按热度按时间

dgiusagp1#

这个问题很主观，但是您可以以格式化的方式链接所有操作（并添加注解！）：

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])
)

赞(0）回复(0）举报 2022-12-10

我来回答

python 如何使用链进行几个转换，包括创建新列？[已关闭]

1条答案

相关问题

热门标签

最新问答