#python #pandas #lambda #filter #slice
#python #pandas #лямбда #Фильтр #срез
Вопрос:
У меня есть следующий фрейм данных, который представляет номер сотрудника, отдел, в котором они находятся, и код их роли в компании, который может быть «1» или «2». В столбце «Название отдела» у вас может быть либо отдел, в котором сотрудник имеет свою роль (соглашение об именовании «XX: название отдела», где XX — код страны), либо, в некоторых случаях, появляется группа отделов, разделенных запятой «,» с ролью, которую имеет сотрудникв этих отделах. Это будет выглядеть примерно так:
Department Name Employee Number Role Code
0 AU:Dept1 1000 1
1 AU:Dept1, AU:Dept3 1000 2
2 AU:Dept7 1000 1
3 CZ:Dept3 1001 2
4 CZ:Dept4, CZ:Dept6, CZ:Dept7 1001 2
5 CZ:Dept4 1001 1
6 PL:Dept1 1002 2
7 PL:Dept2, PL:Dept1 1002 1
8 PL:Dept3 1002 2
9 SG:Dept1 1003 1
10 SG:Dept1 1003 2
11 SG:Dept2 1003 2
Сотрудники могут иметь либо только роль 1, либо роль 2 в каждом уникальном названии отдела, поэтому мне нужно создать код, который возвращал бы все конфликтующие строки, в которых сотрудник, по-видимому, имеет как роль 1, так и роль 2 в одном и том же отделе. Это будет результат:
Department Name Employee Number Role Code
0 AU:Dept1 1000 1
1 AU:Dept1, AU:Dept3 1000 2
4 CZ:Dept4, CZ:Dept6, CZ:Dept7 1001 2
5 CZ:Dept4 1001 1
6 PL:Dept1 1002 2
7 PL:Dept2, PL:Dept1 1002 1
9 SG:Dept1 1003 1
10 SG:Dept1 1003 2
Каков наилучший способ выполнить этот фильтр?
Комментарии:
1. Вы пробовали это? Почтовый индекс. Мы можем помочь с конкретными проблемами в вашем коде.
2. Извините, я был в отпуске, уже принял ответ, спасибо!
Ответ №1:
Вы можете сделать что-то вроде
df['both_role'] = df.groupby('Employee Number')['Role Code'].isin([1]).astype(int) * df.groupby('Employee Number')['Role Code'].isin([2]).astype(int)
df[df.both_role == 1]
Вы можете сгруппироваться, используя номер сотрудника, и проверить, содержит ли код роли 1 и 2 для каждого пользователя. Если он содержит как 1, так и 2, вы можете фильтровать фрейм данных.
Ответ №2:
Давайте попробуем разделить название отдела, а затем groupby ['Employee', 'Name'] выяснить, какие сотрудники имеют две роли с nunique :
(df.assign(Name=df['Department Name'].str.split(', '))
.explode('Name')
.loc[lambda x:x.groupby(['Employee Number','Name'])
['Role Code'].transform('nunique') ==2 ]
.drop('Name', axis=1)
)
Вывод:
Department Name Employee Number Role Code
0 AU:Dept1 1000 1
1 AU:Dept1, AU:Dept3 1000 2
4 CZ:Dept4, CZ:Dept6, CZ:Dept7 1001 2
5 CZ:Dept4 1001 1
6 PL:Dept1 1002 2
7 PL:Dept2, PL:Dept1 1002 1
9 SG:Dept1 1003 1
10 SG:Dept1 1003 2