如何基于另一列的值调整数据框分组内的列取值顺序?
实现思路
基于pandas的分组处理能力完成规则落地,严格遵循约束逻辑:
- 按id列拆分独立分组,相邻行判断仅在组内开展,不跨组匹配y值特征
- 仅当分组内存在相邻行满足「当前行y取值为'BB'、紧邻下一行y取值为'AA'」的特征时,对该组范围内的x列做全组顺序调换;其余分组的所有列取值、行顺序完全保留原数据状态
分步实现代码
- 导入依赖并构造原始测试数据
import pandas as pd # 构造题目给出的原始数据 df = pd.DataFrame({ "id": [1, 1, 2, 2, 3, 3], "x": [10, 9, 13, 19, 11, 25], "y": ["AA", "AA", "AA", "BB", "BB", "AA"] })
- 编写分组判断与调换逻辑
def process_group(group): # 检查组内是否存在相邻BB->AA的触发特征 has_trigger = ((group["y"] == "BB") & (group["y"].shift(-1) == "AA")).any() if has_trigger: # 触发规则:对组内x列做逆序调换 return group["x"].iloc[::-1].values else: # 未触发规则:组内x列保持原顺序 return group["x"].values # 应用分组逻辑,保留原数据整体行顺序 df["x"] = df.groupby("id", group_keys=False).apply(process_group)
逻辑补充说明:
- 错位对比通过pandas内置的
shift(-1)实现,直接取当前行的下一行y值做匹配,避免手动遍历的冗余开销- 分组时设置
group_keys=False,保证处理后的数据行顺序和原始数据完全一致,不会因分组聚合打乱排序
结果校验
代码运行完成后,输出结果和预期完全匹配:
- id=1分组:无相邻BB->AA特征,x列保持原顺序[10, 9],y列顺序不变
- id=2分组:无相邻BB->AA特征(BB为分组最后一行,无后续相邻行),x列保持原顺序[13, 19],y列顺序不变
- id=3分组:存在相邻BB->AA特征,x列逆序调整为[25, 11],对应关系为y=BB的行x值为25、y=AA的行x值为11,完全符合规则要求
内容的提问来源于stack exchange,提问作者Giannis
相关产品推荐
相关产品推荐

