在pandas

Question

当有重复的门票时，我如何标准化每张门票具有相同的政策？例如：如果一周内的票“未遵守”，那么该票的政策都应相同，无论一周如何

输出样本

每周的票务政策用户 2022-35 12502未遵守MX 2022-35 12502未遵守我们 2022-35 12502未遵守AL 2022-35 12502未遵守BR 2022-35 12471符合DE 2022-35 12409不遵守我们 2022-35 12409未遵守BR 2022-35 12406符合MX

我想要的是，我想要的是在有重复的门票时不遵守的统治地位。

利用了以下事实，即在ASCII表上

"N"

"C"

。因此，

Answer 1

将“不遵守”以“不遵守”。

您要为每个票传播相同的策略，请使用

max()

致电

groupby().transform()

，以使结果与原始数据框相同，从而使您可以将结果直接分配回DataFrame.

。

df['Policy'] = df.groupby('Ticket')['Policy'].transform('max')

  Year-Week  Ticket        Policy User
0   2022-35   12502  NOT COMPLIED   MX
1   2022-35   12502  NOT COMPLIED   US
2   2022-35   12502  NOT COMPLIED   AL
3   2022-35   12502  NOT COMPLIED   BR
4   2022-35   12471      COMPLIED   DE
5   2022-35   12409  NOT COMPLIED   US
6   2022-35   12409  NOT COMPLIED   BR
7   2022-35   12406      COMPLIED   MX

步调这件代码;

df1 = df[['Year-Week', 'Ticket']].drop_duplicates()

policy = []
for time,ticket in zip(df1['Year-Week'],df1['Ticket']):
    df_temp = df[(df["Year-Week"] == time) & (df["Ticket"] == ticket)]
    if "NOT COMPLIED" in df_temp["Policy"].to_list():
        policy.extend(["NOT COMPLIED"] * df_temp.shape[0])
    else:
        policy.extend(["COMPLIED"] * df_temp.shape[0])
        
df["Policy"] = policy

希望这有帮助...

Answer 2

您可以进行一个组，然后进行转换，然后将其设置为“策略”列;

df['Policy'] = df.groupby(['Year-Week','Ticket']).Policy.transform(lambda x: 'NOT COMPLIED'if 'NOT COMPLIED' in x else 'COMPLIED')