Блог

У меня есть фрейм данных, который я хочу сгруппировать на основе значения другого столбца в том же фрейме данных.

Например:

Parent_ID и дочерний идентификатор связаны и определяют, кто с кем связан в иерархическом дереве.

Фрейм данных выглядит как (ввод из файла CSV)

 No  Name    ID  Parent_Id
1   Tom     211 111
2   Galie   209 111
3   Remo    200 101
4   Carmen  212 121
5   Alfred  111 191
6   Marvela 101 111
7   Armin   234 101
8   Boris   454 109
9   Katya   109 323
  

Я хотел бы сгруппировать этот фрейм данных на основе идентификатора и Parent_ID в приведенной ниже группировке и сгенерировать из этого CSV-файлы на основе родительского элемента верхнего уровня. Т.е. Alfred.csv, Carmen.csv (будет иметь только свою собственную запись, ice line # 4) , Katya.csv с использованием функции to_csv().

 Alfred
  |_ Galie
   _ Tom
   _ Marvela
       |_ Remo
        _ Armin
Carmen
Katya
  |_ Boris
  

И я хочу создать новый столбец в том же фрейме данных, который будет иметь тег, указывающий иерархию. Нравится:

 No  Name    ID  Parent_Id   Tag
1   Tom     211 111     Alfred
2   Galie   209 111     Alfred
3   Remo    200 101     Marvela, Alfred
4   Carmen  212 121 
5   Alfred  111 191 
6   Marvela 101 111     Alfred
7   Armin   234 101     Marvela, Alfred
8   Boris   454 109     Katya
9   Katya   109 323
  

Обратите внимание, что имена могут повторяться, но идентификатор будет уникальным.

Пожалуйста, дайте мне знать, как добиться этого с помощью pandas. Я попробовал groupby(), но кажется немного сложным и не получаю то, что я намереваюсь. Для каждого родительского файла должен быть один файл, а дочерние записи — в родительском файле. Если у дочернего элемента есть другой дочерний элемент (например, marvel), он имеет право иметь свой собственный файл CSV.

И конечный результат будет

 Alfred.csv - All records matching Galie, Tom, Marvela
Marvela.csv - All records matching Remo, Armin
Carmen.csv - Only record matching carmen (row)
Katya.csv - all records matching katya, boris
  

Я бы написал рекурсивную функцию для этого.

Сначала создайте словарь {id:name} , {parent:id} и рекурсивную функцию.

 id_name_dict = dict(zip(df.ID, df.Name))
parent_dict = dict(zip(df.ID, df.Parent_Id))

def find_parent(x):
    value = parent_dict.get(x, None)
    if value is None:
        return ""
    else:
        # Incase there is a id without name.
        if id_name_dict.get(value, None) is None:
            return ""   find_parent(value)

        return str(id_name_dict.get(value))  ", "  find_parent(value)
  

Затем создайте новый столбец с помощью Series.apply и удалите ', ' с помощью Series.str.strip

 df['Tag'] = df.ID.apply(lambda x: find_parent(x)).str.rstrip(', ')

df

   No     Name   ID  Parent_Id              Tag
0   1      Tom  211        111           Alfred
1   2    Galie  209        111           Alfred
2   3     Remo  200        101  Marvela, Alfred
3   4   Carmen  212        121                 
4   5   Alfred  111        191                 
5   6  Marvela  101        111           Alfred
6   7    Armin  234        101  Marvela, Alfred
7   8    Boris  454        109            Katya
8   9    Katya  109        323