我有一个item dataframe，例如：
item_df = pd.DataFrame({'BarCode': ['12345678AAAA', '12345678BBBB', '12345678CCCC',
'12345678ABCD', '12345678EFGH', '12345678IJKL',
'67890123XXXX', '67890123YYYY', '67890123ZZZZ',
'67890123ABCD', '67890123EFGH', '67890123IJKL'],
'Extracted_Code': ['12345678','12345678', '12345678','12345678','12345678','12345678',
'67890123','67890123', '67890123','67890123', '67890123','67890123'],
'Description': ['Fruits', 'Fruits', 'Fruits', 'Apples', 'Oranges', 'Mangoes',
'Snacks', 'Snacks', 'Snacks', 'Yoghurt', 'Cookies', 'Oats'],
'Category': ['H', 'H', 'H', 'M', 'T', 'S', 'H', 'H', 'H', 'M', 'M', 'F'],
'Code': ['0', '2', '3', '1', '2', '4', '0', '2', '3', '3', '4', '2'],
'Quantity': [99, 77, 10, 52, 11, 90, 99, 77, 10, 52, 11, 90],
'Price': [12.0, 10.5, 11.0, 15.6, 12.9, 67.0, 12.0, 10.5, 11.0, 15.6, 12.9, 67.0]})
item_df = item_df.sort_values(by=['Extracted_Code', 'Category', 'Code'])
item_df['Combined'] = np.NaN我想达到的目标有点棘手。我必须对['Extracted_Code']执行groupby，并为每个组创建一个新列Combined。列Combined的值将基于：
1.对于Category='H'的行，Combined将具有NaN值。
1.对于Category不是'H'的行，假设我们取Category='M'的行，则该特定行的Combined column将具有在同一组中具有Category ='H'并且其Code小于或等于该特定行的Code的行json的列表。
我想要的结果是：
BarCode Extracted_Code Description Category Code Quantity Price Combined
0 12345678AAAA 12345678 Fruits H 0 99 12.0 NaN
1 12345678BBBB 12345678 Fruits H 2 77 10.5 NaN
2 12345678CCCC 12345678 Fruits H 3 10 11.0 NaN
3 12345678ABCD 12345678 Apples M 1 52 15.6 [{'BarCode': '12345678AAAA', 'Description': 'Fruits', 'Category': 'H', 'Code': '0', 'Quantity': 99, 'Price': 12.0}]
4 12345678IJKL 12345678 Mangoes S 4 90 67.0 [{'BarCode': '12345678AAAA', 'Description': 'Fruits', 'Category': 'H', 'Code': '0', 'Quantity': 99, 'Price': 12.0},
{'BarCode': '12345678BBBB', 'Description': 'Fruits', 'Category': 'H', 'Code': '2', 'Quantity': 77, 'Price': 10.5},
{'BarCode': '12345678CCCC', 'Description': 'Fruits', 'Category': 'H', 'Code': '3', 'Quantity': 10, 'Price': 11.0}]
5 12345678EFGH 12345678 Oranges T 2 11 12.9 [{'BarCode': '12345678AAAA', 'Description': 'Fruits', 'Category': 'H', 'Code': '0', 'Quantity': 99, 'Price': 12.0},
{'BarCode': '12345678BBBB', 'Description': 'Fruits', 'Category': 'H', 'Code': '2', 'Quantity': 77, 'Price': 10.5}]
6 67890123IJKL 67890123 Oats F 2 90 67.0 [{'BarCode': '67890123XXXX', 'Description': 'Snacks', 'Category': 'H', 'Code': '0', 'Quantity': 99, 'Price': 12.0},
{'BarCode': '67890123YYYY', 'Description': 'Snacks', 'Category': 'H', 'Code': '2', 'Quantity': 77, 'Price': 10.5}]
7 67890123XXXX 67890123 Snacks H 0 99 12.0 NaN
8 67890123YYYY 67890123 Snacks H 2 77 10.5 NaN
9 67890123ZZZZ 67890123 Snacks H 3 10 11.0 NaN
10 67890123ABCD 67890123 Yoghurt M 3 52 15.6 [{'BarCode': '67890123XXXX', 'Description': 'Snacks', 'Category': 'H', 'Code': '0', 'Quantity': 99, 'Price': 12.0},
{'BarCode': '67890123YYYY', 'Description': 'Snacks', 'Category': 'H', 'Code': '2', 'Quantity': 77, 'Price': 10.5},
{'BarCode': '67890123ZZZZ', 'Description': 'Snacks', 'Category': 'H', 'Code': '3', 'Quantity': 10, 'Price': 11.0}]
11 67890123EFGH 67890123 Cookies M 4 11 12.9 [{'BarCode': '67890123XXXX', 'Description': 'Snacks', 'Category': 'H', 'Code': '0', 'Quantity': 99, 'Price': 12.0},
{'BarCode': '67890123YYYY', 'Description': 'Snacks', 'Category': 'H', 'Code': '2', 'Quantity': 77, 'Price': 10.5},
{'BarCode': '67890123ZZZZ', 'Description': 'Snacks', 'Category': 'H', 'Code': '3', 'Quantity': 10, 'Price': 11.0}]这是我为获取行jsons列表所做的：
item_df.groupby(['Extracted_Code', 'Category', 'Code']).apply(lambda x: x.to_dict('records')).reset_index(name='Combined')但我对如何将条件应用于每个组而不会在最终结果中丢失任何列感到困惑。
1条答案
按热度按时间hwamh0ep1#
您可以执行自合并，并筛选出符合条件的行：
.reset_index()允许您将.groupby("index")添加到.to_dict("records")：然后你可以
.join：