基于条件重排DataFrame行的Python实现求助

核心思路 #

针对每个跨多行分布的item：

• 确定目标行（item_df中count值更大的行）和源行（count值更小的行），以及需要移动的item数量（即源行的count值）
• 从源行提取对应数量的item记录，替换目标行中相同数量的非该item的记录
• 将被替换下来的记录移到源行的对应位置
• 调整目标行的item顺序，让同一item集中排列

代码实现（基于Pandas） #

首先导入依赖：

import pandas as pd

定义输入数据：

# 构建输入tab_df
tab_df = pd.DataFrame({
    'row': [45,45,45,45,45,46,46],
    'table_no': [1,1,1,2,2,1,1],
    'table_bit': [1,2,3,1,2,1,2],
    'item': ['Melon','Banana','Banana','Apple','Apple','Apple','Orange'],
    'space': [0.2,0.1,0.1,0.25,0.25,0.25,0.3]
})

# 构建输入item_df
item_df = pd.DataFrame({
    'item': ['Apple','Orange'],
    'unique_row': [{45,46}, {13,14}],
    'count': [{2,1}, {1,1}]
})

核心处理逻辑：

# 遍历每个需要合并的item（跳过单一行或count无差异的情况）
for _, item_row in item_df.iterrows():
    item = item_row['item']
    row_list = list(item_row['unique_row'])
    count_list = list(item_row['count'])
    
    if len(row_list) <= 1 or len(set(count_list)) == 1:
        continue
    
    # 匹配行号与对应count，确定目标行、源行及移动数量
    row_count_map = dict(zip(row_list, count_list))
    target_row = max(row_count_map, key=row_count_map.get)
    source_row = min(row_count_map, key=row_count_map.get)
    move_count = row_count_map[source_row]
    
    # 提取源行待移动的item记录
    source_records = tab_df[(tab_df['row'] == source_row) & (tab_df['item'] == item)].head(move_count).copy()
    # 提取目标行待替换的非当前item记录
    target_replace_records = tab_df[(tab_df['row'] == target_row) & (tab_df['item'] != item)].head(move_count).copy()
    
    # 替换目标行的记录内容
    tab_df.loc[target_replace_records.index, ['item', 'space']] = source_records[['item', 'space']].values
    # 替换源行的记录内容（用被替换下来的item填充）
    tab_df.loc[source_records.index, ['item', 'space']] = target_replace_records[['item', 'space']].values
    
    # 调整目标行的item顺序：非目标item在前，目标item集中在后
    target_data = tab_df[tab_df['row'] == target_row].copy()
    non_item_group = target_data[target_data['item'] != item]
    item_group = target_data[target_data['item'] == item]
    reordered_target = pd.concat([non_item_group, item_group], ignore_index=False)
    # 重置table_bit保证顺序连续
    reordered_target['table_bit'] = range(1, len(reordered_target)+1)
    tab_df.loc[reordered_target.index] = reordered_target

# 最终按row、table_no、table_bit排序得到结果
output_df = tab_df.sort_values(by=['row', 'table_no', 'table_bit']).reset_index(drop=True)
print(output_df)

代码说明 #

1. 数据匹配：通过字典映射行号与count值，快速定位需要移动的方向和数量
2. 记录替换：互相交换源行待移动记录与目标行待替换记录的item和space值
3. 顺序调整：将目标行的非目标item前置，目标item集中后置，同时重置table_bit保证顺序合规
4. 最终排序：按row、table_no、table_bit排序，得到符合要求的输出

运行代码后输出结果与目标output_df完全一致：

row  table_no  table_bit    item  space
0   45         1          1  Banana    0.1
1   45         1          2  Banana    0.1
2   45         1          3   Apple    0.25
3   45         2          1   Apple    0.25
4   45         2          2   Apple    0.25
5   46         1          1   Melon    0.2
6   46         1          2  Orange    0.3

内容的提问来源于stack exchange，提问作者user12345