python - pandas dataframe - 两列字符串匹配和分组

Question

我有一个 pandas 数据框，其中包含两列中的字符串。 我想为每一列提取除数字之外的所有相似字符串，并添加新列，其中相似的文本与 idx 值进行交换。

从此:

Id    Name1    Name2
0     Alpha 1  Bravo 3
1     Alpha 2  Alpha 2
2     Bravo 3  Alpha 1

对此:

Id    Name1    Name2    NewCol1    NewCol2
0     Alpha 1  Bravo 3  1          2
1     Alpha 2  Zero  2  1          3
2     Bravo 3  Alpha 1  2          1

是否有一个简单的解决方案，无需大的迭代循环？

Answer 1

我认为需要使用 stack 的 MultiIndex 创建 Series ，删除数字，对于类别使用 factorize ，最后unstack和 join原文:

s = df.set_index('Id').stack().str.replace('\d+', '')

df = df.join(pd.Series(pd.factorize(s)[0] + 1, index=s.index).unstack().add_prefix('New'))
print (df)
   Id    Name1    Name2  NewName1  NewName2
0   0  Alpha 1  Bravo 3         1         2
1   1  Alpha 2   Zero 2         1         3
2   2  Bravo 3  Alpha 1         2         1

详细信息:

print (s)
Id       
0   Name1    Alpha 
    Name2    Bravo 
1   Name1    Alpha 
    Name2     Zero 
2   Name1    Bravo 
    Name2    Alpha 
dtype: object

print (pd.factorize(s)[0] + 1)
[1 2 1 3 2 1]