如果连续行之间的差异小于两个，则合并 padas 行答案

【问题标题】：Merge padas rows if the difference between consecutive rows are less than two如果连续行之间的差异小于两个，则合并 padas 行
【发布时间】：2021-05-22 10:09:49
【问题描述】：

我有一个这样的数据框，

df
col1     col2         col3
 A       [p,s]         2
 A       [q]           3
 A       [r,t]         4
 A       [p,x]         7
 B       [x,y]         8
 C       [s]           4
 C       [t,v]         6
 C       [u,x]         7

df 按 col1 排序。现在对于前一行或/和下一行的每个 col1 值，如果连续 col3 值之间的差异小于 2，则将 col2 值合并到一行中。所以数据框看起来像，

df
col1    col2
 A      [p,s,q,r,t]
 A      [p,x]
 B      [x,y]
 C      [s]
 C      [t,v,u,x]

这可以通过每次过滤 col1 值来使用 for 循环来完成，但它会花费更多时间来执行，寻找一些 pandas 快捷方式来最有效地完成它。

【问题讨论】：

编辑了问题，如果连续 col3 值之间的差异小于 2

标签： python pandas dataframe

【解决方案1】：

如果差异大于等于 2，则您可以通过比较来创建组，并且先累积总和：

df['g'] = df.groupby('col1')['col3'].apply(lambda x: x.diff().ge(2).cumsum())

然后使用列进行聚合，并在 lambda 函数中展平列表：

f = lambda x: [z for y in x for z in y]
df = df.groupby(['col1','g'])['col2'].agg(f).reset_index(level=1, drop=True).reset_index()
print (df)
  col1             col2
0    A  [p, s, q, r, t]
1    A           [p, x]
2    B           [x, y]
3    C              [s]
4    C     [t, v, u, x]

【讨论】：

【解决方案2】：

使用diff计算差值，cumsum后取组，得到列表。

d = [[ 'A',       ['p','s'] ,        2],
[ 'A',       ['q']   ,        3],
[ 'A',       ['r','t'] ,        4],
[ 'A',       ['p','x'] ,        7],
[ 'B',       ['x','y'] ,        8],
[ 'C',       ['s']   ,        4],
[ 'C',       ['t','v'] ,        6],
[ 'C',       ['u','x'] ,        7]]

df = pd.DataFrame(d, columns=['col1', 'col2', 'col3'])


df['diff'] = df['col3'].diff().abs().fillna(0)
df.loc[df['diff']<2, ['diff']] = 0
df.loc[df['diff']>=2, ['diff']] = 1

df['diff'] = df['diff'].cumsum()

df_out = df.groupby(['col1', 'diff']).apply(lambda x: [j for i in x['col2'] for j in i]).reset_index()
df_out.drop(columns=['diff'], inplace=True)

print(df_out)

 col1                0
0    A  [p, s, q, r, t]
1    A           [p, x]
2    B           [x, y]
3    C              [s]
4    C     [t, v, u, x]

【讨论】：