Question

我对Python相当陌生，我希望有人能在组织类型的数据方面帮助我。我有一个公司组织表（org_table），看起来像这样，注意组织级别中的某个地方可能有null，但最高和最低级别永远不会为null

Super Division	Division	Super Department	Department	Sub Department
123	342	767	546	965
345	453	234	na	759

我还有一个表，其中包含与组织相关联的“报告”（report_table），可以是任何级别的。所以它看起来像这样

Report Name	Org Level	Org ID
ABC	Division	342
DEF	Super Department	234
GHI	Super Division	123

我想得到一个结果集，其中包含相同的报告列表，但现在已汇总到最高级别。这样的事情。我该如何做到这一点？

Report Name	Org Level	Org ID
ABC	Division	342
ABC	Super Division	123
DEF	Super Department	234
DEF	Division	453
DEF	Super Division	345
GHI	Super Division	123

我曾尝试编写一个检索汇总的函数，但结果集也为我提供了所有较低的级别。

`    def get_org_rollup(row):
        org_level = row[ Org Level ]
        org_rollups = []
        for i, level in enumerate(org_table.columns):
            if level == org_level:
                org_rollups.append(row[ Org ID ])
            elif not pd.isnull(org_table.iloc[row.name, i]):
                org_rollups.append(org_table.iloc[row.name, i])
            else:
                break
        return pd.Series(org_rollups, index=org_table.columns[:len(org_rollups)])`

Answer 1

这里有一条非常简洁的单行线，供您在不创建函数的情况下尝试。

(pd.concat([df.where((df == x).iloc[:,::-1].cumsum(1).astype(bool)).melt().dropna() 
           for x in dfr[ Org ID ]], keys=dfr[ Report Name ])
   .reset_index()
   .drop( level_1 , axis=1))

输出：

  Report Name          variable  value
0         ABC    Super Division  123.0
1         ABC          Division  342.0
2         DEF    Super Division  345.0
3         DEF          Division  453.0
4         DEF  Super Department  234.0
5         GHI    Super Division  123.0

详细信息：

使用反转元素：：-1，我将在每行上保留True的所有值，并使用cumsum。然后，使用这个布尔矩阵只返回那些使用的True值，其中。接下来，我们使用melt从宽转换为长，然后pd.使用列表理解按行连接以上结果，最后reset_index和删除level_1列。

友情链接