我有下面的python列表列表。我需要找出僅訂購(gòu) P1 和 P2（除了 P1 和 P2）產(chǎn)品的 order_ids。預(yù)期答案：5 和 9# ORDER_ID, PROD_ID, ORDER_DT, QUANTITYorders = [[9, 'P1', '2020-01-01', 1],[9, 'P2', '2020-01-01', 1],[6, 'P1', '2020-01-01', 1],[6, 'P3', '2020-01-01', 1],[6, 'P4', '2020-01-01', 1],[7, 'P1', '2020-01-01', 1],[7, 'P2', '2020-01-01', 1],[7, 'P3', '2020-01-01', 1],[5, 'P2', '2020-01-01', 1],[5, 'P1', '2020-01-01', 1]]
2 回答
鴻蒙傳說(shuō)
TA貢獻(xiàn)1865條經(jīng)驗(yàn) 獲得超7個(gè)贊
考慮使用pandas- 對(duì)于此類任務(wù)來(lái)說(shuō)更好：
import pandas as pd
orders = [
[9, 'P1', '2020-01-01', 1],
[9, 'P2', '2020-01-01', 1],
[6, 'P1', '2020-01-01', 1],
[6, 'P3', '2020-01-01', 1],
[6, 'P4', '2020-01-01', 1],
[7, 'P1', '2020-01-01', 1],
[7, 'P2', '2020-01-01', 1],
[7, 'P3', '2020-01-01', 1],
[5, 'P2', '2020-01-01', 1],
[5, 'P1', '2020-01-01', 1]
]
cols="ORDER_ID,PROD_ID,ORDER_DT,QUANTITY".split(",")
df=pd.DataFrame(orders, columns=cols)
res=df.groupby("ORDER_ID")["PROD_ID"].agg(set).eq({'P1', 'P2'})
res=res.loc[res].index
res=df.loc[df["ORDER_ID"].isin(res)]
print(res)
#if you want end up with the numpy:
print(res.to_numpy())
#to get just the order_id-s:
print(res["ORDER_ID"].unique())
輸出：
>>> print(res)
ORDER_ID PROD_ID ORDER_DT QUANTITY
0 9 P1 2020-01-01 1
1 9 P2 2020-01-01 1
8 5 P2 2020-01-01 1
9 5 P1 2020-01-01 1
>>> print(res.to_numpy())
[[9 'P1' '2020-01-01' 1]
[9 'P2' '2020-01-01' 1]
[5 'P2' '2020-01-01' 1]
[5 'P1' '2020-01-01' 1]]
>>> print(res["ORDER_ID"].unique())
[9 5]
桃花長(zhǎng)相依
TA貢獻(xiàn)1860條經(jīng)驗(yàn) 獲得超8個(gè)贊
您可以使用itertools.groupby. 這樣，您可以根據(jù)訂單 ID 對(duì)產(chǎn)品進(jìn)行分組，然后將所有相關(guān)訂單放在一個(gè)列表中。然后，您只需要確保產(chǎn)品 ID 匹配。就像是：
from itertools import groupby
from operator import itemgetter
products = []
for key, group in groupby(orders, key=itemgetter((0))):
if {prod[1] for prod in group} == {'P1', 'P2'}:
products.append(key)
print(products)
這確實(shí)給出了：
[9, 5]
這假設(shè)列表orders是根據(jù)訂單 ID 排序的，如示例中所示。
添加回答
舉報(bào)
0/150
提交
取消