Python pandasでデータの整形加工について教えてください

Question

お世話になります。
初歩的なことですみません。Pythonのpandasのデータ整形加工で教えてください。
下記のデータは、施設と個人コードで個人を特定できます。
この時、人としては個人コードが267242と198000の２名がいるのですが、
この二人のそれぞれについて、最初のレコードには「start」カラムにSを入れて、最後のレコードには「end」カラムに、Ｅを入れるにはどうすればよろしいでしょうか。
shift関数などを使えそうなのですが、どうも、手が止まってしまいました。
何卒、よろしくお願い申し上げます。

施設	個人コード	年月No	ステージ
10229652	267242	1	0
10229652	267242	2	1
10229652	267242	3	1
10229652	267242	4	1
10229652	267242	5	2
10229652	267242	6	2
10229652	267242	7	2
10229652	267242	8	2
10229652	267242	9	3
10229652	267242	10	3
10229652	267242	11	3
10229652	267242	12	3
10229800	198000	1	3
10229800	198000	2	3
10229800	198000	3	3
10229800	198000	4	3
10229800	198000	5	4
10229800	198000	6	4
10229800	198000	7	4
10229800	198000	8	4
10229800	198000	9	5
10229800	198000	10	5

Answer 1

idx = df.groupby(['施設', '個人コード']).apply(lambda x: x.index[[0, -1]])
df[['start', 'end']] = ['', '']
df.loc[idx.str[0], 'start'] = 'S'
df.loc[idx.str[1], 'end'] = 'E'

print(df)

#
        施設  個人コード  年月No  ステージ start end
0   10229652      267242       1         0     S    
1   10229652      267242       2         1          
2   10229652      267242       3         1          
3   10229652      267242       4         1          
4   10229652      267242       5         2          
5   10229652      267242       6         2          
6   10229652      267242       7         2          
7   10229652      267242       8         2          
8   10229652      267242       9         3          
9   10229652      267242      10         3          
10  10229652      267242      11         3          
11  10229652      267242      12         3         E
12  10229800      198000       1         3     S    
13  10229800      198000       2         3          
14  10229800      198000       3         3          
15  10229800      198000       4         3          
16  10229800      198000       5         4          
17  10229800      198000       6         4          
18  10229800      198000       7         4          
19  10229800      198000       8         4          
20  10229800      198000       9         5          
21  10229800      198000      10         5         E

Comments

[onosan]

ありがとうございます。こちらも参考にさせていただきます。ありがとうございます。

Answer 2

groupbyを使います。

>>> print(df)
        施設  個人コード  年月No  ステージ
0   10229652      267242       1         0
1   10229652      267242       2         1
2   10229652      267242       3         1
3   10229652      267242       4         1
4   10229652      267242       5         2
5   10229652      267242       6         2
6   10229652      267242       7         2
7   10229652      267242       8         2
8   10229652      267242       9         3
9   10229652      267242      10         3
10  10229652      267242      11         3
11  10229652      267242      12         3
12  10229800      198000       1         3
13  10229800      198000       2         3
14  10229800      198000       3         3
15  10229800      198000       4         3
16  10229800      198000       5         4
17  10229800      198000       6         4
18  10229800      198000       7         4
19  10229800      198000       8         4
20  10229800      198000       9         5
21  10229800      198000      10         5
>>>
>>> def f(x):
...     x['start'] = ['S'] + ['']*(len(x)-1)
...     x['end'] = ['']*(len(x)-1) + ['E']
...     return x
...
>>> df_result = df.groupby('個人コード').apply(f)
>>> print(df_result)
        施設  個人コード  年月No  ステージ start end
0   10229652      267242       1         0     S
1   10229652      267242       2         1
2   10229652      267242       3         1
3   10229652      267242       4         1
4   10229652      267242       5         2
5   10229652      267242       6         2
6   10229652      267242       7         2
7   10229652      267242       8         2
8   10229652      267242       9         3
9   10229652      267242      10         3
10  10229652      267242      11         3
11  10229652      267242      12         3         E
12  10229800      198000       1         3     S
13  10229800      198000       2         3
14  10229800      198000       3         3
15  10229800      198000       4         3
16  10229800      198000       5         4
17  10229800      198000       6         4
18  10229800      198000       7         4
19  10229800      198000       8         4
20  10229800      198000       9         5
21  10229800      198000      10         5         E

参考
pandas.DataFrameをGroupByでグルーピングし統計量を算出

Comments

[onosan]

すごいスピードで回答いただき、ありがとうございました。groupbyでこんなこともできるというのが勉強になりました。感謝いたします。ありがとうございました。