如何通过使用 python 拆分数据框来创建组

Question

我的数据框：

 df:
 order             quantity
  A                   1
  B                   1
  C                   2
  D                   3
  E                   3
  F                   4

我的目标是根据 Quantity 值从此数据框创建一个组。 我想要的结果。

 df:
group        order             quantity
  1             A                   1
                B                   1
                C                   2
  2             D                   3
                E                   1
  3             E                   2
                F                   2
  4             F                   2

所以这里我想要的结果是基于数量的。数量的最大值为 4。 在group1、group2 &group3 中，总值（A+B+C=4）（即保持数量的最大值为 4）。 在group4 中，我们可以看到没有要添加的值，所以组是由剩下的（这里是 2）形成的。 在group2&group3可以看到E和F的值是分开的。

所以以后我可以通过组名或编号来选择组。

注意： 我的实际订单(column["order"]) 看起来像这样"PMC11-AA1L1PAVWJJ+Z1" 它是一个字符串。

这在 python 中是否可能。如果是这样，请建议我的方法。我可以练习和学习。

Answer 1

您的数据：

df = pd.DataFrame({'order':['A', 'B', 'C', 'D', 'E', 'F'],'quantity':[1,1,2,3,3,4]})

解决方案：

df = pd.DataFrame(np.concatenate(df.apply(lambda x: [x[0]] * x[1], 1).as_matrix()), 
                  columns=['order'])
df['quantity'] = 1
df['group'] = sorted(range(0, len(df)/3, 1) * 4)[0:len(df)]

输出：

   order  quantity  group
0      A         1      0
1      B         1      0
2      C         1      0
3      C         1      0
4      D         1      1
5      D         1      1
6      D         1      1
7      E         1      1
8      E         1      2
9      E         1      2
10     F         1      2
11     F         1      2
12     F         1      3
13     F         1      3

然后 groupby 和 sum。

df.groupby(['group', 'order']).sum()

输出：

             quantity
group order          
0     A             1
      B             1
      C             2
1     D             3
      E             1
2     E             2
      F             2
3     F             2

如果你愿意，之后可以使用 reset_index()。

我希望它有所帮助。

我应该解释解决方案吗？对你有用吗？

Answer 2

@AnnaIliukovich-Strakovskaia 解决方案很棒。我用纯熊猫重写了它。

#Generate input dataframe from @AnnaIliukovich-Strakovskaia
df = pd.DataFrame({'order':['A', 'B', 'C', 'D', 'E', 'F'],'quantity':[1,1,2,3,3,4]})
#Expand dataframe 
df_out = df.order.repeat(df.quantity).reset_index(drop=True).to_frame()
#Create groupings of four records 
df_out['grp'] = df_out.index // 4
#Groupby 'grp' and count
df_out.groupby(['grp','order'])['order'].count().to_frame(name='quantity')

输出：

           quantity
grp order          
0   A             1
    B             1
    C             2
1   D             3
    E             1
2   E             2
    F             2
3   F             2