Пометьте последующие строки после изменения значения в одном столбце, если это основано на условии в столбце B.

Содержание

Вопрос или проблема
Ответ или решение
Шаг 1: Подготовка данных
Шаг 2: Логика тегирования
Шаг 3: Проверка результата
Шаг 4: Объяснение работы кода

Вопрос или проблема

У меня есть проблема с следующими данными:

месяц	продукт	версия	цена	категория
1	A	alpha	500	foo
2	A	alpha	500	foo
3	A	alpha	550	foo
4	A	alpha	600	bar
5	A	alpha	500	bar
6	A	alpha	500	faz
7	A	alpha	500	faz
8	A	alpha	500	faz
9	A	alpha	500	faz
10	A	alpha	500	foo
4	A	beta	700	bar
5	A	beta	800	bar
6	A	beta	800	faz
7	A	beta	800	faz
8	A	beta	800	faz
9	A	beta	700	faz
10	A	beta	500	foo
1	B	alpha	200	foo
2	B	alpha	200	foo
3	B	alpha	250	foo
4	B	alpha	250	bar
5	B	alpha	250	bar
6	B	alpha	250	faz
7	B	alpha	250	faz
8	B	alpha	250	faz
9	B	alpha	500	faz
10	B	alpha	500	foo
4	B	beta	700	bar
5	B	beta	800	bar
6	B	beta	800	faz
7	B	beta	800	faz
8	B	beta	800	faz
9	B	beta	700	faz
10	B	beta	500	foo

Что я хотел бы сделать, так это сгруппировать по продуктах и версиям, и отметить строки, где цена остается неизменной, НО категория меняется с предыдущего месяца для каждой группы продукт+версия. Кроме того, я хочу отметить все строки после первого изменения категории, где цена соответствует последней строке предыдущей категории.

Я пробовал подходы в SQL с LEAD и LAG, а также CASE WHEN exists, но не смог получить логику, которая работала бы так, как нужно. Мои подходы смогли отметить один следующий месяц, но не несколько месяцев после изменения категории.

Я также открыт к реализации решения на Python.

Столбец меток ниже представляет желаемый вывод.

месяц	продукт	версия	цена	категория	метка
1	A	alpha	500	foo	OK
2	A	alpha	500	foo	OK
3	A	alpha	550	foo	OK
4	A	alpha	600	bar	OK
5	A	alpha	500	bar	OK
6	A	alpha	500	faz	FLAG
7	A	alpha	500	faz	FLAG
8	A	alpha	500	faz	FLAG
9	A	alpha	500	faz	FLAG
10	A	alpha	500	foo	FLAG
4	A	beta	700	bar	OK
5	A	beta	800	bar	OK
6	A	beta	800	faz	FLAG
7	A	beta	800	faz	FLAG
8	A	beta	800	faz	FLAG
9	A	beta	700	faz	OK
10	A	beta	500	foo	OK
1	B	alpha	200	foo	OK
2	B	alpha	200	foo	OK
3	B	alpha	250	foo	OK
4	B	alpha	250	bar	FLAG
5	B	alpha	250	bar	FLAG
6	B	alpha	250	faz	FLAG
7	B	alpha	250	faz	FLAG
8	B	alpha	250	faz	FLAG
9	B	alpha	500	faz	OK
10	B	alpha	500	foo	OK
4	B	beta	700	bar	OK
5	B	beta	800	bar	OK
6	B	beta	800	faz	FLAG
7	B	beta	800	faz	FLAG
8	B	beta	800	faz	FLAG
9	B	beta	700	faz	OK
10	B	beta	500	foo	OK

Я попробовал этот подход:

WITH cte AS ( SELECT , ROW_NUMBER() OVER (PARTITION BY product, version ORDER BY month ASC) AS rn FROM table ), 
flux AS ( SELECT c., CASE WHEN EXISTS( SELECT 1 FROM cte c2 WHERE (c.product = c2.product AND c.version = c2.version) AND c2.rn < c.rn AND c2.price BETWEEN -1000 AND 1000 AND c.category != c2.category ) THEN 1 ELSE 0 END AS tag FROM cte c ORDER BY month ) 
SELECT * FROM flux

Ответ или решение

Для решения вашей задачи можно использовать Python с библиотекой pandas, что является гибким и мощным инструментом для обработки данных. Ниже я приведу детальный шаг за шагом метод, который поможет вам добавить столбец с тегами в ваш набор данных в зависимости от условия изменения категории при неизменной цене.

Шаг 1: Подготовка данных

Прежде всего, вам необходимо импортировать необходимые библиотеки и создать DataFrame из ваших данных:

import pandas as pd

data = {
    'month': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10,
              4, 5, 6, 7, 8, 9, 10,
              1, 2, 3, 4, 5, 6, 7, 8, 9, 10,
              4, 5, 6, 7, 8, 9, 10],
    'product': ['A']*10 + ['A']*7 + ['B']*10 + ['B']*7,
    'version': ['alpha']*10 + ['beta']*7 + ['alpha']*10 + ['beta']*7,
    'price': [500, 500, 550, 600, 500, 500, 500, 500, 500, 500,
              700, 800, 800, 800, 800, 700, 500,
              200, 200, 250, 250, 250, 250, 250, 250, 250, 500,
              700, 800, 800, 800, 800, 700, 500],
    'category': ['foo', 'foo', 'foo', 'bar', 'bar', 'faz', 'faz', 'faz', 'faz', 'foo',
                 'bar', 'bar', 'faz', 'faz', 'faz', 'faz', 'foo',
                 'foo', 'foo', 'foo', 'bar', 'bar', 'faz', 'faz', 'faz', 'faz', 'faz', 'foo',
                 'bar', 'bar', 'faz', 'faz', 'faz', 'faz', 'foo']
}

df = pd.DataFrame(data)

Шаг 2: Логика тегирования

Теперь мы реализуем логику для тегирования:

# Добавляем столбец "tag" с предначальным значением "OK"
df['tag'] = 'OK'

# Определяем функцию для применения логики тегирования
def tag_rows(group):
    # Сохраняем предыдущее значение цены и категории
    prev_price = None
    prev_category = None

    for index, row in group.iterrows():
        if (prev_price is not None and 
            row['price'] == prev_price and 
            row['category'] != prev_category):
            # Если цена не изменилась, но категория изменилась, тегируем
            group.loc[index, 'tag'] = 'FLAG'

        # Обновляем предыдущее значение
        prev_price = row['price']
        prev_category = row['category']

    return group

# Применяем функцию по группам "product" и "version"
df = df.groupby(['product', 'version'], as_index=False).apply(tag_rows)

Шаг 3: Проверка результата

Теперь вы можете проверить ваш DataFrame:

print(df)

Шаг 4: Объяснение работы кода

Импортируем необходимых библиотеки: Используем pandas для работы с табличными данными.
Создаем DataFrame: Инициализируем DataFrame из ваших данных.
Добавляем столбец ‘tag’: Устанавливаем ему предначальное значение ‘OK’.
Создаем функцию ‘tag_rows’: Проходим по каждой группе (по продукту и версии) и сравниваем текущую строку с предыдущей. Если цена не изменилась, но категория изменилась, ставим тег ‘FLAG’.
Применяем функцию: Группируем DataFrame по продукту и версии, применяем функцию для тегирования.

Таким образом, вы получаете DataFrame с нужными тегами, отвечающими вашему запросу.