0

〇実行環境
Windows 10
Python 3.X
pandas

こちらのリンクでの質問内容の続きになります。
pandasでの特定の条件下でのデータ取得ができない。

〇リンク先の質問
上記のリンクではpandasを使用して各idがカラムのどの「分類」に属しているかの質問をし、groupbyを使用して、各idごとの分類と数値を取得することができました。

〇質問内容
下記のdfを加工したいデータに加工したいと考えています。
以前の質問のデータと違う点は2点あります。
一つ目は分類にtype4があること。
もう一つはidと分類が1対1ではなく、一つのidに対して分類が複数
あるものがあるということです。
下記のdfにはidのcccに二つの分類があると思います。

今回のデータでは四つの分類がありますが、取得したいデータは
type1,type2,type3の三つにしぼりたいと考えています。

また、一つのidに対して、複数の分類がある場合にはそれらすべてを取得したいと考えています。(type4は取得しない)

以前の質問では一つのidに対して一つの分類でしたので、groupbyを使用することでデータを取得することができましたが、複数ある場合はgroupbyでのデータ取得は難しいのではと考えています。

地道にデータを取得することも考えたのですが、このような場合でも
グルーピング化をして取得する方法があるかが気になり、質問させていただきました。
今回のデータの場合にもグルーピング化を使用してデータ取得をすることはできるのでしょうか?
それとも、地道に取得せざる終えないのでしょうか?

df(区切りが見やすいよう、csv形式にしています。)

id, 数値, 分類
aaa,,type2
aaa,,
aaa,111,type4
bbb,,
bbb,,type1
bbb,222,
ccc,,type3
ccc,,
ccc,,type1
ccc,333
ddd,,
ddd,,
ddd,1234,type2

加工したいデータ

id, 数値, 分類
aaa,111,type2
bbb,222,type1
ccc,333,type3
ccc,333,type1
ddd,1234,type2

1 件の回答 1

1
typ = ('type1', 'type2', 'type3')
dfx = df.groupby('id', group_keys=False)\
        .apply(lambda x: x.assign(数値=x.iloc[-1]['数値']).dropna())\
        .astype({'数値': int}).query('分類 in @typ').reset_index(drop=True)
print(dfx)
6
  • 数値を全て同じ値にすること。Group_keys=Falseをすることでできるのですね。ためになりました。@metropolis
    – zumo1224
    Commented 2023年1月5日 5:00
  • とても初歩的なことを聞いてしまうかもしれません。.queryの中の分類に当たるカラム名がab.cdのような場合、abまでしか判断されません。このような場合、どういった記載をすればab.cdで取得できますでしょうか?@metropolis
    – zumo1224
    Commented 2023年1月5日 5:01
  • また、今回の**@typ**の意味はtypのいずれかの分類という認識であっていますでしょうか?@metoropolis
    – zumo1224
    Commented 2023年1月5日 5:06
  • 1
    @typ の意味はその通りです。
    – metropolis
    Commented 2023年1月5日 7:57
  • 1
    query('`ab.cd` in @typ') の様にバッククォートで囲んで下さい。
    – metropolis
    Commented 2023年1月5日 8:02

この質問に回答するには、ログインする必要があります。

求めていた回答ではありませんか? のタグが付いた他の質問を参照する。