开发者社区> 问答> 正文

在新列中添加唯一标识符,直到另一列满足条件

一码平川MACHEL 2019-02-28 13:40:41 386

我有一个带有npartition = 8的dask数据帧,这里是数据的快照:

  id1    id2     Page_nbr    record_type 
  St1    Sc1     3             START
  Sc1    St1     5              ADD      
  Sc1    St1     9             OTHER 
  Sc2    St2     34            START
  Sc2    St2     45           DURATION  
  Sc2    St2     65             END
  Sc3    Sc3     4              START  

我想在record_type之后添加一个列,并根据记录类型的条件添加一个唯一的group_id,所以在下一个record_type = START添加相同的唯一group_id之前,输出将如下所示:

  id1    id2     Page_nbr    record_type     group_id
  St1    Sc1     3             START             1
  Sc1    St1     5              ADD              1    
  Sc1    St1     9             OTHER             1 
  Sc2    St2     34            START             2
  Sc2    St2     45           DURATION           2
  Sc2    St2     65             END              2
  Sc3    Sc3     4              START            3 

group_id可以是任何唯一编号。由于数据帧很大,迭代行可能不是最好的选择。想知道是否有任何pythonic方式吗?

分享到
取消 提交回答
全部回答(1)
  • 一码平川MACHEL
    2019-07-17 23:29:42

    取“record_type”列,比较“START”,然后计算cumsum:

    ddf['group_id'] = ddf['record_type'].eq('START').cumsum()
    ddf.compute()

    id1 id2 Page_nbr record_type group_id
    0 St1 Sc1 3 START 1
    1 Sc1 St1 5 ADD 1
    2 Sc1 St1 9 OTHER 1
    3 Sc2 St2 34 START 2
    4 Sc2 St2 45 DURATION 2
    5 Sc2 St2 65 END 2
    6 Sc3 Sc3 4 START 3

    0 0
+ 订阅

时时分享云计算技术内容,助您降低 IT 成本,提升运维效率,使您更专注于核心业务创新。

推荐文章