Python Добавление новых строк с новыми данными на основе частичного совпадения - PullRequest
Новая
       5

Python Добавление новых строк с новыми данными на основе частичного совпадения

0 голосов
/ 31 марта 2020

Таблица 1 

|Location|Type|Supplier|     ID    |Serial|
|   MAB  |Ant |  A     |    A123   |456/56|
|   MEB  |Ant |  B     |    A123   |456/56|

Таблица 2 

|Location   |Type|Supplier|     ID      |Serial|#####|
|  MAB+MEB  |Ant |  A/B   | A123        |456/56|123-4|
|  MAB+MEB  |Ant |  A/B   | A123/B123   |456/56|432-1|
|  MAB+MEB  |Ant |  A/B   | A123/B123   |456/56|432-1|

Таблица 3 

|Location|Type|Supplier|     ID    |Serial|#####|
|   MAB  |Ant |  A     | A123      |456/56|123-4|
|   MAB  |Ant |  A     | A123      |456/56|432-1|
|   MAB  |Ant |  A     | A123      |456/56|432-1|
|   MEB  |Ant |  B     | A123      |456/56|123-4|
|   MEB  |Ant |  B     | A123      |456/56|432-1|
|   MEB  |Ant |  B     | A123      |456/56|432-1|

Как показано выше, если в таблице 1 столбец «Местоположение», «Поставщик», «ID», «Серийный» содержимое ячейки содержится в тех же ячейках столбца таблицы 2, чтобы сгенерировать таблицу 3.

* Обратите внимание, что Таблица 1 используется в качестве основного шаблона. Если соответствующие ячейки столбца содержатся в Таблице 2, мы просто реплицируем строки в Таблице 1 и добавляем столбец «####» к каждой из строк.

Пожалуйста, сообщите, как мы производим Таблицу 3.

Мои логики c: для a, b, c, d в таблице 1, если a, b, c, d содержится в таблице 2, добавьте 'Subcon Part #' из таблицы 2 в таблицу 1 по столбцам, объедините все 'Subcon Part #' на ',' разнесите объединенную 'Subcon Part #', чтобы сгенерировать строки с уникальным 'Subcon Part #'

Где a, b, c, d - столбцы интересов, связи между таблицей 1 и 2

1 Ответ

1 голос
/ 01 апреля 2020

Вот что я хотел бы предложить, сначала извлекая значения из таблицы 2, а затем объединяя этот преобразованный DataFrame с таблицей 1 по интересующим переменным:

Сначала я воспроизвожу ваш пример: 

import pandas as pd
import re
# reproducing table 1
df1 = pd.DataFrame({"Location": ["MAB", "MEB"],
                    "Type" : ["Ant", "Ant"],
                    "Supplier":["A","B"],
                     "ID": ["A123","A123"],
                    "Serial": ["456/56","456/56"]})
# then table 2
df = pd.DataFrame({"Location": ["MAB+MEB", "MAB+MEB", "MAB+MEB"],
                   "Type": ["Ant", "Ant", "Ant"],
                   "Supplier": ["A/B", "A/B","A/B"],
                   "ID": ["A123", "A123/B123", "A123/B123"],
                   "Serial":['456/56','456/56','456/56'],
                   "values_rand":[1,2,3]})

# First I split the column I am interested in based on regexp you can tweak according
# to what you want:
r = re.compile(r"[a-zA-Z0-9]+")
df['Supplier'], df["ID"], df["Location"] = df['Supplier'].str.findall(r),\
                                           df['ID'].str.findall(r), \
                                           df['Location'].str.findall(r)
table2 = pd.merge(df['Supplier'].explode().reset_index(), 
                  df["ID"].explode().reset_index(),on="index", how="outer")
table2 = pd.merge(table2, df["Location"].explode().reset_index(), 
                  on="index", how="outer")
table2 = pd.merge(table2, df.loc[:,["Type","Serial",
                                    "values_rand"]].reset_index(), on="index",how="left")
result = (pd.merge(table2,df1, on=['Location' , 'Supplier' , 'ID' , 'Serial',"Type"])
         .drop(columns="index"))

Результат 

  Supplier    ID Location Type  Serial  values_rand
0        A  A123      MAB  Ant  456/56            1
1        A  A123      MAB  Ant  456/56            2
2        A  A123      MAB  Ant  456/56            3
3        B  A123      MEB  Ant  456/56            1
4        B  A123      MEB  Ant  456/56            2
5        B  A123      MEB  Ant  456/56            3

Надеюсь, это поможет

...