создать соответствующую метку с повторяющимися значениями periodi c - PullRequest
Новая
       7

создать соответствующую метку с повторяющимися значениями periodi c

0 голосов
/ 27 марта 2020

У меня есть данные, такие как образец входных данных data_df2 ниже. У меня есть код ниже, который создает столбец метки, сравнивая значение очищенного столбца со значением в записи перед ним и затем либо давая ему ту же букву, если значения совпадают, либо новое значение. У меня проблема в том, что я хотел бы, чтобы буквы, выбранные для столбца метки, начинались с каждого нового label_set_id. Таким образом, значение метки для первого label_set_id = 2 будет равно A. Каждые 20 записей label_set_id увеличиваются на 1. Кто-нибудь может подсказать, как я могу изменить приведенный ниже код, чтобы выполнить sh это? Или есть более приятный способ с pandas, скажем, с помощью функции apply. Этот код работает медленно.

код: 

data_df2['label']=''


c=65
data_df2.label[0]=chr(c)

c=c+1

for i in range(1,len(data_df2)):
    if(data_df2.loc[i,'Cleaned']==data_df2.loc[i-1,'Cleaned']):
        data_df2.label[i]=data_df2.label[i-1]

    else:

        data_df2.label[i]=chr(c)


        c=c+1

входные данные: 

print(data_df2[:30])

    id                                    Source  \
0    1                                ,O-PEN 2.0   
1    2  .7 FRAM BLOWER - BROTHERLY LOVE MECHANIC   
2    3                           @BEEZLEEXTRACTS   
3    4                              @CALISIFTCO_   
4    5                @CALISIFTCO_ X @_ZKITTLEZ_   
5    6               @CALISIFTCO_ X @WONDERBRETT   
6    7              @CALISIFTCO_ X @WONDERBRETT_   
7    8                             @DNA_GENETICS   
8    9                          @EDENEXTRACTS_CA   
9   10           @EDENEXTRACTS_CA X @CALISIFTCO_   
10  11                         @FULLFLAVAEXTRACT   
11  12                                @GGSTRAINS   
12  13                            @SHERBINSKI415   
13  14          @STR8MECHANIC X @ICEDOUTEXTRACTS   
14  15              @STR8MECHANIC X @REZHEADS215   
15  16                             [SS] 710 LABS   
16  17                    [SS] ABSOLUTE EXTRACTS   
17  18                           [SS] BIG PETE'S   
18  19                          [SS] BLOOM FARMS   
19  20                           [SS] BLUE RIVER   
20  21                           [SS] BRITE LABS   
21  22                       [SS] BROTHERLY LOVE   
22  23              [SS] BROTHERLY LOVE [3 PACK]   
23  24                   [SS] CALIFORNIA DREAMIN   
24  25                             [SS] DIME BAG   
25  26                       [SS] EDEN INFUSIONS   
26  27                            [SS] EEL RIVER   
27  28                           [SS] GANJA GOLD   
28  29                       [SS] GLOWING BUDDHA   
29  30                                [SS] JETTY   

                         Cleaned  label_set_id label  
0                     O.PEN VAPE             1     A  
1                 BROTHERLY LOVE             1     B  
2                BEEZLE EXTRACTS             1     C  
3                   CALI SIFT CO             1     D  
4                   CALI SIFT CO             1     D  
5   @CALISIFTCO_ X @WONDERBRETT_             1     E  
6   @CALISIFTCO_ X @WONDERBRETT_             1     E  
7                   DNA GENETICS             1     F  
8                           EDEN             1     G  
9                   CALI SIFT CO             1     H  
10                       FLAV RX             1     I  
11                    GG STRAINS             1     J  
12                    SHERBINSKI             1     K  
13                 STR8 MECHANIC             1     L  
14                 STR8 MECHANIC             1     L  
15                      710 LABS             1     M  
16              ABSOLUTE XTRACTS             1     N  
17             BIG PETE'S TREATS             1     O  
18                   BLOOM FARMS             1     P  
19                    BLUE RIVER             1     Q  
20                    BRITE LABS             2     R  
21                BROTHERLY LOVE             2     S  
22                BROTHERLY LOVE             2     S  
23            CALIFORNIA DREAMIN             2     T  
24                      DIME BAG             2     U  
25                          EDEN             2     V  
26                     EEL RIVER             2     W  
27                    GANJA GOLD             2     X  
28                GLOWING BUDDHA             2     Y  
29                JETTY EXTRACTS             2     Z

выходные данные: 

    id                                    Source  \
0    1                                ,O-PEN 2.0   
1    2  .7 FRAM BLOWER - BROTHERLY LOVE MECHANIC   
2    3                           @BEEZLEEXTRACTS   
3    4                              @CALISIFTCO_   
4    5                @CALISIFTCO_ X @_ZKITTLEZ_   
5    6               @CALISIFTCO_ X @WONDERBRETT   
6    7              @CALISIFTCO_ X @WONDERBRETT_   
7    8                             @DNA_GENETICS   
8    9                          @EDENEXTRACTS_CA   
9   10           @EDENEXTRACTS_CA X @CALISIFTCO_   
10  11                         @FULLFLAVAEXTRACT   
11  12                                @GGSTRAINS   
12  13                            @SHERBINSKI415   
13  14          @STR8MECHANIC X @ICEDOUTEXTRACTS   
14  15              @STR8MECHANIC X @REZHEADS215   
15  16                             [SS] 710 LABS   
16  17                    [SS] ABSOLUTE EXTRACTS   
17  18                           [SS] BIG PETE'S   
18  19                          [SS] BLOOM FARMS   
19  20                           [SS] BLUE RIVER   
20  21                           [SS] BRITE LABS   
21  22                       [SS] BROTHERLY LOVE   
22  23              [SS] BROTHERLY LOVE [3 PACK]   
23  24                   [SS] CALIFORNIA DREAMIN   
24  25                             [SS] DIME BAG   
25  26                       [SS] EDEN INFUSIONS   
26  27                            [SS] EEL RIVER   
27  28                           [SS] GANJA GOLD   
28  29                       [SS] GLOWING BUDDHA   
29  30                                [SS] JETTY   

                         Cleaned  label_set_id label  
0                     O.PEN VAPE             1     A  
1                 BROTHERLY LOVE             1     B  
2                BEEZLE EXTRACTS             1     C  
3                   CALI SIFT CO             1     D  
4                   CALI SIFT CO             1     D  
5   @CALISIFTCO_ X @WONDERBRETT_             1     E  
6   @CALISIFTCO_ X @WONDERBRETT_             1     E  
7                   DNA GENETICS             1     F  
8                           EDEN             1     G  
9                   CALI SIFT CO             1     H  
10                       FLAV RX             1     I  
11                    GG STRAINS             1     J  
12                    SHERBINSKI             1     K  
13                 STR8 MECHANIC             1     L  
14                 STR8 MECHANIC             1     L  
15                      710 LABS             1     M  
16              ABSOLUTE XTRACTS             1     N  
17             BIG PETE'S TREATS             1     O  
18                   BLOOM FARMS             1     P  
19                    BLUE RIVER             1     Q  
20                    BRITE LABS             2     A  
21                BROTHERLY LOVE             2     B  
22                BROTHERLY LOVE             2     B  
23            CALIFORNIA DREAMIN             2     C  
24                      DIME BAG             2     D  
25                          EDEN             2     E  
26                     EEL RIVER             2     F  
27                    GANJA GOLD             2     G  
28                GLOWING BUDDHA             2     H  
29                JETTY EXTRACTS             2     I

1 Ответ

1 голос
/ 27 марта 2020

IIU C, вы можете использовать groupby для label_set_id и проверить, где две следующие строки отличаются от shift, и использовать cumsum, чтобы получить добавочное значение для каждой группы. Добавьте 64 для map функции chr. 

#dummy example
df = pd.DataFrame({'Cleaned':list('abbcddeffijkllmn'), 
                   'label_set_id':[1]*8+[2]*8})

#create the column label
df['label'] = list(map(chr, df.groupby('label_set_id')['Cleaned']\
                              .apply(lambda x: x.ne(x.shift()).cumsum())+64))

print (df)
   Cleaned  label_set_id label
0        a             1     A
1        b             1     B 
2        b             1     B #same cleaned than previous row 
3        c             1     C
4        d             1     D
5        d             1     D
6        e             1     E
7        f             1     F
8        f             2     A #restart at A for new label_set_id
9        i             2     B
10       j             2     C
11       k             2     D
12       l             2     E
13       l             2     E
14       m             2     F
15       n             2     G

РЕДАКТИРОВАТЬ: если данные упорядочены с помощью label_set_id, вы можете сделать это без groupby: 

df['label'] = df['Cleaned'].ne(df['Cleaned'].shift()) .cumsum()
df['label'] = list(map(chr, df['label']
                            -df['label'].where(df['label_set_id'].ne(df['label_set_id'].shift()))\
                                        .ffill().astype(int) + 65 ))
...