基于优先级过滤 pandas DataFrame 的高效/Pythonic 方法

Question

我有以下数据框。

+-----------+----------+-----+

| InvoiceNo | ItemCode | Qty |

+-----------+----------+-----+

|  Inv-001  |     A    |  2  |

+-----------+----------+-----+

|  Inv-001  |     B    |  3  |

+-----------+----------+-----+

|  Inv-001  |     C    |  1  |

+-----------+----------+-----+

|  Inv-002  |     B    |  3  |

+-----------+----------+-----+

|  Inv-002  |     D    |  4  |

+-----------+----------+-----+

|  Inv-003  |     C    |  3  |

+-----------+----------+-----+

|  Inv-003  |     D    |  9  |

+-----------+----------+-----+

|  Inv-004  |     D    |  5  |

+-----------+----------+-----+

|  Inv-004  |     E    |  8  |

+-----------+----------+-----+

|  Inv-005  |     X    |  2  |

+-----------+----------+-----+

Type我的任务是根据项目出现的优先级创建一个附加列。

例如：ItemCode A有1st优先权。然后B有2nd优先权，C有3rd优先权。其余项目有least优先级和分类有Other。

因此，如果任何 Invoice 包含 item A，则类型应该Type - A与其他项目无关。来自余额发票如果项目B包含，则类型应该是Type - B。同样的C。如果 none ofA, B or C不存在于任何发票中，则类型应为Type - Other。

下面是我想要的输出。

+-----------+----------+-----+--------------+

| InvoiceNo | ItemCode | Qty |     Type     |

+-----------+----------+-----+--------------+

|  Inv-001  |     A    |  2  |   Type - A   |

+-----------+----------+-----+--------------+

|  Inv-001  |     B    |  3  |   Type - A   |

+-----------+----------+-----+--------------+

|  Inv-001  |     C    |  1  |   Type - A   |

+-----------+----------+-----+--------------+

|  Inv-002  |     B    |  3  |   Type - B   |

+-----------+----------+-----+--------------+

|  Inv-002  |     D    |  4  |   Type - B   |

+-----------+----------+-----+--------------+

|  Inv-003  |     C    |  3  |   Type - C   |

+-----------+----------+-----+--------------+

|  Inv-003  |     D    |  9  |   Type - C   |

+-----------+----------+-----+--------------+

|  Inv-004  |     D    |  5  | Type - Other |

+-----------+----------+-----+--------------+

|  Inv-004  |     E    |  8  | Type - Other |

+-----------+----------+-----+--------------+

|  Inv-005  |     X    |  2  | Type - Other |

+-----------+----------+-----+--------------+

现在，最重要efficient的pythonic方法是什么？

Answer 1

我觉得我们可以Categorical做到transformdf['Type']=pd.Categorical(df.ItemCode,['A','B','C'],ordered=True)df['Type']='Type_'+df.groupby('InvoiceNo')['Type'].transform('min').fillna('other')更新df['Type']=pd.Categorical(df.ItemCode,['A','B','C'],ordered=True)df=df.sort_values('Type')df['Type']='Type_'+df.groupby('InvoiceNo')['Type'].transform('first').fillna('other')df=df.sort_index()dfOut[32]:      InvoiceNo ItemCode  Qty        Type0    Inv-001          A    2      Type_A1    Inv-001          B    3      Type_A2    Inv-001          C    1      Type_A3    Inv-002          B    3      Type_B4    Inv-002          D    4      Type_B5    Inv-003          C    3      Type_C6    Inv-003          D    9      Type_C7    Inv-004          D    5  Type_other8    Inv-004          E    8  Type_other9    Inv-005          X    2  Type_other