使用 pandas 爆炸后获取 groupby 的下一个值

Question

我试图在 Emails 列的每一行内获取列表的第一个非空值以写入 Email_final1 然后在每一行内获取列表的下一个值Emails，如果有一个，到Emails_final2，否则将Emails2值写入Emails2_final，如果不为空且不等于'Emails'，否则离开Emails_final2空白。最后，如果 Emails 2 中的值被写入 Emails_final1，则使 Emails_final2 None 我尝试了很多不同的方法来实现这一点，但都无济于事，这是我目前所拥有的，包括伪代码：

我当前的代码：

df = pd.DataFrame({'Emails': [['jjj@gmail.com', 'jp@gmail.com', 'jc@gmail.com'],[None, 'www@gmail.com'],[None,None,None]],
                   'Emails 2': ['sss@gmail.com', 'zzz@gmail.com','ccc@gmail.com'],
                   'num_specimen_seen': [10, 2,3]},
                  index=['falcon', 'dog','cat'])
df['Emails_final1'] = df['Emails'].explode().groupby(level=0).first()
#pseudo code
df['Emails_final2'] = df['Emails'].explode().groupby(level=0).next()  #I know next doesn't exist but I want it to try to get the next value of 'Emails' before trying to get 'Emails 2 values.

期望的输出：

         Emails_final1      Emails_final2  
falcon   jjj@gmail.com      jp@gmail.com                
falcon   www@gmail.com      zzz@gmail.com                
falcon   ccc@gmail.com      None

任何有关如何解决此类问题的指导都将不胜感激。

Answer 1

它看起来有点乱，但它确实有效。基本上，我们在填充“Emails_final1”的第一步中保留了一个布尔掩码，并在第二步中使用它来填充“Emails_final1”。

要填充第二列，想法是使用 groupby + nth 来获取第二个元素，如果它们与之前 selected 的电子邮件不匹配；保留它（例如第一行），但如果它不是来自“电子邮件 2”列的 select，除非它之前已经 selected（例如在第三行）：

exp_g = df['Emails'].explode().groupby(level=0)
df['Emails_final1'] = exp_g.first()
msk = df['Emails_final1'].notna()
df['Emails_final1'] = df['Emails_final1'].fillna(df['Emails 2'])
df['Emails_final2'] = exp_g.nth(1)
df['Emails_final2'] = df['Emails_final2'].mask(lambda x: ((x == df['Emails_final1']) | x.isna()) & msk, df['Emails 2'])

使用 pandas 爆炸后获取 groupby 的下一个值

Getting next value of groupby after explode with pandas

python

dataframe

python-3.x

pandas

pandas-groupby