python - pandas 中的数据操作 - python

Question

我知道这可能是一个非常简单的问题，但是我是 python 新手，我不确定如何很好地操作 pandas 数据帧。

让我们举个例子数据:

   Job                Skill                   RelationType
 Director            Manage staff                essential
 Director            Manage  staff               optional

目标

让我们举个例子数据:

   Job                Skill                   RelationType
Director            Manage staff                essential
Director            Manage  staff               essential

理想情况下，我想编写一个函数，当 RelationType 不同但 Skill 相同时，在这种情况下，它会被覆盖并替换为必需的。因此，对于同一份工作，基本技能总是比可选技能更重要。

已解决

df['RelationType'] = df.groupby(['Jobs', 'Skill'])['RelationType'].transform('min')

Answer 1

Categorical Data对于这项任务很有用。首先将 RelationType 转换为分类系列，首先按优先级更高的值排序。

然后按关键字段执行 GroupBy 操作，使用 min 函数选择最高优先级的类别。

df['RelationType'] = pd.Categorical(df['RelationType'], ordered=True,
                                    categories=['essential', 'optional'])

df['RelationType'] = df.groupby(['Job', 'Skill']).transform('min')

print(df)

        Job        Skill RelationType
0  Director  ManageStaff    essential
1  Director  ManageStaff    essential