特定の列のキーで括りだして、その中で他の行同士を足す Python,Pandas

Question

###前提・実現したいこと
毎度お世話になります。以前質問させていただいたものに追加して質問させてください。
先日このような質問をさせていただきました。

• 「データフレーム中のある列が同じ値同士括り、その中で一番小さい行以外を削除する」 https://teratail.com/questions/64612?sip=n0070000_019&uid=62639

   cost machine  material_ID
0   100       A            1
1   110       A            2
2   120       B            2
3   150       B            3
4   100       B            1
5   210       C            1
6   200       C            2

上のようなデータが有り，それぞれ

• cost ： ある材料を入れて機械を動かしたときのコスト
• machine ： 機械の種類
• material_ID ： 材料の種類

を表しています。

以前は
0. 同じ'machine'（機械の種類）で括り，
0. その中で'cost'が一番小さいものだけを残し
0. それ以外はすべて削除する

というルールでしたが，これに
0. 'used_material'(型はString)という列を追加する
0. 'used_material'に使用した材料をすべて書いておく

というルールを加えます。アウトプットとしては次のようになります。

   cost machine  material_ID used_material
0   100       A            1         1 + 2
4   100       B            1     1 + 2 + 3
6   200       C            2         1 + 2

###試したこと
これもForループで無理やり追加してくっつけたのですが，長くなりすぎてしまいました。
.groupbyで括りだしたものに.apllyや.mapを使ってうまく処理できないかな？とおもって試してみましたが、括りだしたデータフレームの操作がわからず、警告が出てしまいます。

グルーピングが余りにも不慣れで申し訳ございませんが、上手な方法があればご教示願います。

Answer 1

こんな感じでしょうか

import pandas as pd

df = pd.DataFrame(
    {'machine': ['A', 'A', 'B', 'B', 'B', 'C', 'C'],
     'cost': [100, 110, 120, 150, 100, 210, 200],
     'material_ID': [1, 2, 2, 3, 1, 1, 2]})

new_df = df.loc[df.groupby('machine')['cost'].idxmin()]

def get_material_ID(machine):
    material_IDs = df.loc[df['machine'] == machine, 'material_ID']
    material_IDs = sorted(material_IDs.map(str).values)
    return ' + '.join(material_IDs)

new_df['used_material'] = new_df['machine'].map(get_material_ID)

Comments

[pepasuke623]

こんばんは！
以前教えていただいたコードの下から３行目の「.map(str)」部分がどういう処理をしてるのかわかりませんでした。
下記のドキュメントをみてもわかりませんでしたし、ご面倒で無ければ教えていただけませんか。
http://pandas.pydata.org/pandas-docs/stable/generated/pandas.Series.map.html

[driller]

.map()メソッドはSeriesの全ての値に対して関数を適用します。
今回はstr関数を適用して文字列に変換しています。同じ処理をfor文で書くとこのようになります。

for x in material_IDs:
str(x)

.map()や.apply()についてはこちらのサイトが参考になると思います。
http://sinhrks.hatenablog.com/entry/2015/06/18/221747