基于优先级过滤 pandas DataFrame 的高效/Pythonic 方法

Question

我有以下数据框。+-----------+----------+-----+| InvoiceNo | ItemCode | Qty |+-----------+----------+-----+|  Inv-001  |     A    |  2  |+-----------+----------+-----+|  Inv-001  |     B    |  3  |+-----------+----------+-----+|  Inv-001  |     C    |  1  |+-----------+----------+-----+|  Inv-002  |     B    |  3  |+-----------+----------+-----+|  Inv-002  |     D    |  4  |+-----------+----------+-----+|  Inv-003  |     C    |  3  |+-----------+----------+-----+|  Inv-003  |     D    |  9  |+-----------+----------+-----+|  Inv-004  |     D    |  5  |+-----------+----------+-----+|  Inv-004  |     E    |  8  |+-----------+----------+-----+|  Inv-005  |     X    |  2  |+-----------+----------+-----+Type我的任务是根据项目出现的优先级创建一个附加列。例如：ItemCode A有1st优先权。然后B有2nd优先权，C有3rd优先权。其余项目有least优先级和分类有Other。因此，如果任何 Invoice 包含 item A，则类型应该Type - A与其他项目无关。来自余额发票如果项目B包含，则类型应该是Type - B。同样的C。如果 none ofA, B or C不存在于任何发票中，则类型应为Type - Other。下面是我想要的输出。+-----------+----------+-----+--------------+| InvoiceNo | ItemCode | Qty |     Type     |+-----------+----------+-----+--------------+|  Inv-001  |     A    |  2  |   Type - A   |+-----------+----------+-----+--------------+|  Inv-001  |     B    |  3  |   Type - A   |+-----------+----------+-----+--------------+|  Inv-001  |     C    |  1  |   Type - A   |+-----------+----------+-----+--------------+|  Inv-002  |     B    |  3  |   Type - B   |+-----------+----------+-----+--------------+|  Inv-002  |     D    |  4  |   Type - B   |+-----------+----------+-----+--------------+|  Inv-003  |     C    |  3  |   Type - C   |+-----------+----------+-----+--------------+|  Inv-003  |     D    |  9  |   Type - C   |+-----------+----------+-----+--------------+|  Inv-004  |     D    |  5  | Type - Other |+-----------+----------+-----+--------------+|  Inv-004  |     E    |  8  | Type - Other |+-----------+----------+-----+--------------+|  Inv-005  |     X    |  2  | Type - Other |+-----------+----------+-----+--------------+现在，最重要efficient的pythonic方法是什么？

Answer 1

我觉得我们可以Categorical做到transform

df['Type']=pd.Categorical(df.ItemCode,['A','B','C'],ordered=True)

df['Type']='Type_'+df.groupby('InvoiceNo')['Type'].transform('min').fillna('other')

更新

df['Type']=pd.Categorical(df.ItemCode,['A','B','C'],ordered=True)

df=df.sort_values('Type')

df['Type']='Type_'+df.groupby('InvoiceNo')['Type'].transform('first').fillna('other')

df=df.sort_index()

df

Out[32]: 

     InvoiceNo ItemCode  Qty        Type

0    Inv-001          A    2      Type_A

1    Inv-001          B    3      Type_A

2    Inv-001          C    1      Type_A

3    Inv-002          B    3      Type_B

4    Inv-002          D    4      Type_B

5    Inv-003          C    3      Type_C

6    Inv-003          D    9      Type_C

7    Inv-004          D    5  Type_other

8    Inv-004          E    8  Type_other

9    Inv-005          X    2  Type_other