Pandas是在考虑多行的情况下迭代df的最有效方法

Question

我有以下数据帧：

               id                         step_description  site  \
0          1233211020                                1      3242342j3kas   
2          1233211020                                1      deeqmkw213   
20         1233211020                                2      123321   
49         1233211020                                1      123321   
                  spotted_on  group  
0  2021-02-15 14:57:50+00:00  test1  
2  2021-02-13 14:36:55+00:00  test1  
20 2021-02-11 18:41:00+00:00  test1  
49 2021-02-10 07:25:00+00:00  test1  

我想创建一个新的dataframe，它将实现以下功能： 如果已在站点123321和站点deeqmkw213上发现id，则新df将如下所示：

id           spotted_on                     origin_site    destination_site      group  order 
1233211020   2021-02-10 07:25:00+00:00      123321         123321                test1    1
1233211020   2021-02-13 14:36:55+00:00      123321         deeqmkw213            test1    2
1233211020   2021-02-15 14:57:50+00:00      deeqmkw213     3242342j3kas          test1    3

我实际上有一个可行的解决方案，但我仍在学习熊猫，不知道是否有更有效的方法来做到这一点。 而且，我的sulotion目前缺少对第一行的处理，这应该是最早的条目（索引0处的行）

• 可以有多个ID，所以我分组，并将下面的方法应用于每个组

我的解决方案：

def _create_orders_by_ids(self, ids_grouped_data):
        data = []
        idx = 0
        next_idx = 1
        order = 1
        animal_grouped_data.sort_values(by=SPOTTED_ON, inplace=True)
        while next_idx < len(animal_grouped_data):
            row = animal_grouped_data.iloc[idx]
            next_row = animal_grouped_data.iloc[next_idx]
            if next_row.site == row.site:
                idx += 1
                next_idx += 1
            else:
                data.append({id: row.id,
                             ORIGIN_SITE: row.site,
                             DESTINATION_SITE: next_row.site,
                             DATE: row.spotted_on,
                             GROUP: row.group,
                             ORDER: order})
                order += 1
                idx += 1
                next_idx += 1
        df = pd.DataFrame(data)
        return df