我有一个如下所示的数据框:
id sub_id others
NaN 10 xxx
10 11 xxx
10 13 xxx
10 15 xxx
11 12 xxx
11 16 xxx
13 14 xxx
15 17 xxx
12 20 xxx
16 55 xxx
16 85 xxx
14 19 xxx
14 43 xxx
17 87 xxx
17 91 xxx
比如说,id==10 是这个数据框中的老板。 我有一个级别列表: levels = [a,b,c,d] 。在我的级别列表中,a 表示老板,b 表示老板管理的级别,c 是 b 管理的级别,依此类推。
我想做的是查看哪个 id 管理 sub_id,并基于它创建一个新列,其中说明 sub_id 对应于哪个级别。
我希望我的最终数据框如下所示:
id sub_id others level
NaN 10 xxx a
10 11 xxx b
10 13 xxx b
10 15 xxx b
11 12 xxx c
11 16 xxx c
13 14 xxx c
15 17 xxx c
12 20 xxx d
16 55 xxx d
16 85 xxx d
14 19 xxx d
14 43 xxx d
17 87 xxx d
17 91 xxx d
我目前正在做以下事情:
pointer_subid = []
loop_subid = []
data['level'] = np.nan
boss = data[data.id.isnull()]
data['level'][(data['id'].isnull())] = 'a'
pointer_subid.append([boss['sub_id'])
levels = ['b', 'c', 'd']
k=0
while k < len(levels):
for i in range(0, len(pointer_subid)):
for j in range(0,len(data)):
data['level'][(data['id'][j] == i)] = levels[k]
loop_subid.append(data['sub_id'][j])
del pointer_subid
pointer_subid = list(loop_subid)
del loop_subid
loop_subid = []
k = k+1
我不确定上面的代码是否有效。它现在已经一起运行了几个小时,我无法检查它是否给了我想要的结果。还有其他有效的方法吗?
任何帮助将不胜感激。提前致谢..
请您参考如下方法:
你可以这样做
data['level'] = pd.Series(np.zeros(len(data['id'])), index=data.index)
levels = ['a', 'b', 'c' ,'d']
def findLevel(sub_id, cnt):
idVal = data.loc[data['sub_id'] == sub_id]['id'].as_matrix()[0]
if idVal == '-1': # Replaced the nan as -1 and -1 is a character here
return cnt
cnt += 1
return findLevel(idVal, cnt)
for index, row in data.iterrows():
lvl = levels[findLevel(row['sub_id'], 0)]
data.loc[index, 'level'] = lvl
