提问人：Fakir 提问时间：7/27/2019 最后编辑：Fakir 更新时间：8/1/2019 访问量：260
如何将多个列统一（折叠）为一个分配唯一值
How to unify (collapse) multiple columns into one assigning unique values
问：
编辑了我之前的问题：
想要区分连接到特定建筑物的特定电梯（以高度表示）的每个设备（四种类型）。
由于设备没有唯一的 ID，因此希望通过分组（“BldID”、“BldHt”、“Deivce”）来识别它们并为每个设备分配唯一 ID 以识别任何特定的“设备”。
计算他们的测试结果，即在几个月的整个持续时间内，在任何特定日期的测试总数 （NG + OK） 中失败 （NG） 的次数 （NG）。
原始数据帧如下所示
BldgID BldgHt Device Date Time Result
1074 34.0 790 2018/11/20 10:30 OK
1072 31.0 780 2018/11/19 11:10 NG
1072 36.0 780 2018/11/17 05:30 OK
1074 10.0 790 2018/11/19 06:10 OK
1074 10.0 790 2018/12/20 11:50 NG
1076 17.0 760 2018/08/15 09:20 NG
1076 17.0 760 2018/09/20 13:40 OK
由于“时间”无关紧要，因此将其删除。想要查找每组每天的 [NG] 数（由 'BldgID'、'BlgHt'、'Device' 组成]。
#aggregate both functions only once by groupby
df1 = mel_df.groupby(['BldgID','BldgHt','Device','Date'])\
['Result'].agg([('NG', lambda x :(x=='NG').sum()), \
('ALL','count')]).round(2).reset_index()
#create New_ID by insert with Series with zero fill 3 values
s = pd.Series(np.arange(1, len(mel_df2) + 1),
index=mel_df2.index).astype(str).str.zfill(3)
mel_df2.insert(0, 'New_ID', s)
现在，筛选后的 DataFrame 如下所示：
print (mel_df2)
New_ID BldgID BldgHt Device Date NG ALL
1 001 1072 31.0 780 2018/11/19 1 2
8 002 1076 17.0 760 2018/11/20 1 1
如果我分组 ['BldgID'， 'BldgHt'， 'Device'， 'Date']，那么我每天会得到 'NG'。 但它每天都会以不同的方式考虑，如果我分配“唯一”ID，我可以绘制出唯一设备每隔一天的行为方式。
如果我按 ['BldgId'， 'BldgHt'， 'Device'] 分组，那么我会得到该集（或唯一设备）的整体“NG”，这不是我的目标。
What I want to achieve is:
print (mel_df2)
New_ID BldgID BldgHt Device Date NG ALL
001 1072 31.0 780 2018/11/19 1 2
1072 31.0 780 2018/12/30 3 4
002 1076 17.0 760 2018/11/20 1 1
1076 17.0 760 2018/09/20 2 4
003 1072 36.0 780 2018/08/15 1 3
任何提示将不胜感激。
答：
2赞
jezrael
7/28/2019
#1
用：
#aggregate both aggregate function only in once groupby
df1 = mel_df.groupby(['BldgID','BldgHt','Device','Date'])\
['Result'].agg([('NG', lambda x :(x=='NG').sum()), ('ALL','count')]).round(2).reset_index()
#filter non 0 rows
mel_df2 = df1[df1.NG != 0]
#filter first rows by Date
mel_df2 = mel_df2.drop_duplicates('Date')
#create New_ID by insert with Series with zero fill 3 values
s = pd.Series(np.arange(1, len(mel_df2) + 1), index=mel_df2.index).astype(str).str.zfill(3)
mel_df2.insert(0, 'New_ID', s)
问题数据的输出：
print (mel_df2)
New_ID BldgID BldgHt Device Date NG ALL
1 001 1072 31.0 780 2018/11/19 1 1
8 002 1076 17.0 780 2018/11/20 1 1
评论
0赞
Fakir
7/28/2019
非常感谢。此外，为了统一我以低效的方式所做的两个功能。我想一定有一些有效的方法，但找不到。
0赞
Fakir
7/28/2019
@jezrale 是否可以考虑“BldgID”、“BldgHt”、“Device”进行“New_ID”并计算任何特定日期的“NG”数量？因此，对于相同的“New_ID”，可以计算另一天的“NG”数量。一天内有一次/多次测试。现在，由于日期也包括在内，因此每隔一天具有其他值都是相同的，从而产生一个“New_ID”。希望为“New_ID”分配前 3 个索引。
0赞
jezrael
7/28/2019
@Fakir - 是的，那么需要 GroupBy.ngroup 喜欢更改为pd.Series(np.arange(1, len(mel_df2) + 1), index=mel_df2.index)mel_df.groupby(['BldgID','BldgHt','Device'], sort=False).ngroup().add(1)
0赞
Fakir
7/28/2019
谢谢。为第一个 3 分配一个“New_ID”作为一个组可以像前面的方法一样完成吗？
评论
2018/11/18 2 42018/10/20 2 6