Pandas 分组和计数

Question

A pandas 数据框 df 有 3 列：

user_id, session, 收入

我现在想做的是按唯一 user_id 对 df 进行分组并派生 2 个新列 - 一个称为 number_sessions（计算与特定 session 相关联的数量 user_id) 和另一个称为 number_transactions（计算收入列下每个 user_id 的值 > 0 的行数）。我该怎么做？

我试过这样做：

df.groupby('user_id')['session', 'revenue'].agg({'number sessions': lambda x: len(x.session), 
'number_transactions': lambda x: len(x[x.revenue>0])})

Answer 1

我认为你可以使用：

df = pd.DataFrame({'user_id':['a','a','s','s','s'],
                   'session':[4,5,4,5,5],
                   'revenue':[-1,0,1,2,1]})

print (df)
   revenue  session user_id
0       -1        4       a
1        0        5       a
2        1        4       s
3        2        5       s
4        1        5       s

a = df.groupby('user_id') \
      .agg({'session': len, 'revenue': lambda x: len(x[x>0])}) \
      .rename(columns={'session':'number sessions','revenue':'number_transactions'})
print (a)
         number sessions  number_transactions
user_id                                      
a                      2                    0
s                      3                    3

a = df.groupby('user_id') \
      .agg({'session':{'number sessions': len}, 
            'revenue':{'number_transactions': lambda x: len(x[x>0])}}) 
a.columns = a.columns.droplevel()

print (a)
         number sessions  number_transactions
user_id                                      
a                      2                    0
s                      3                    3

Answer 2

我会为 session 使用 nunique，以免重复计算特定用户的同一会话

funcs = dict(session={'number sesssions': 'nunique'},
             revenue={'number transactions': lambda x: x.gt(0).sum()})
df.groupby('user_id').agg(funcs)

设置

df = pd.DataFrame({'user_id':['a','a','s','s','s'],
                   'session':[4,5,4,5,5],
                   'revenue':[-1,0,1,2,1]})

Pandas 分组和计数

Pandas Group By and Count

python

group-by

count

apply

pandas