使用 Python 中的字典从数据帧构建序列
Construct sequences from a dataframe using dictionaries in Python
我想在 Python 中使用词典构建用户购买历史序列。我希望这些序列按日期排序。
我的数据框中有 3 列:
users items date
1 1 date_1
1 2 date_2
2 1 date_3
2 3 date_1
4 5 date_2
4 1 date_5
4 3 date_3
结果应该是这样的:
{1: [[1,date_1],[2,date_2]], 2:[[3,date_1],[5,date_2],[1,date_3]], 4:[[5,date_2],[3,date_3][1,date_5]]}
我的代码是:
df_sub = df[['uid', 'nid', 'date']]
dic3 = df_sub.set_index('uid').T.to_dict('list')
我的结果是:
{36864: [258509L, '2014-12-03'], 548873: [502105L, '2015-09-08'], 42327: [492268L, '2015-01-29'], 548873: [370049L, '2015-02-18'], 36864: [258909L, '2016-01-13'] ... }
但我想按用户分组:
{36864: [[258509L, '2014-12-03'],[258909L, '2016-01-13']], 548873: [[502105L, '2015-09-08'],[370049L, '2015-02-18']], 42327: [492268L, '2015-01-29'] }
请帮忙!
首先,将users设置为索引并执行groupby
w.r.t。然后,您可以传递一个函数以按 date 列对每个组进行排序,并使用 .values
.
提取其底层数组部分
使用 .tolist
to get back it's list
equivalent. This gives you in the required format. Finally, use .to_dict
将最终输出作为字典。
fnc = lambda x: x.sort_values('date').values.tolist()
df.set_index('users').groupby(level=0).apply(fnc).to_dict()
产生:
{1: [[1, 'date_1'], [2, 'date_2']],
2: [[3, 'date_1'], [1, 'date_3']],
4: [[5, 'date_2'], [3, 'date_3'], [1, 'date_5']]}
我想在 Python 中使用词典构建用户购买历史序列。我希望这些序列按日期排序。
我的数据框中有 3 列:
users items date
1 1 date_1
1 2 date_2
2 1 date_3
2 3 date_1
4 5 date_2
4 1 date_5
4 3 date_3
结果应该是这样的:
{1: [[1,date_1],[2,date_2]], 2:[[3,date_1],[5,date_2],[1,date_3]], 4:[[5,date_2],[3,date_3][1,date_5]]}
我的代码是:
df_sub = df[['uid', 'nid', 'date']]
dic3 = df_sub.set_index('uid').T.to_dict('list')
我的结果是:
{36864: [258509L, '2014-12-03'], 548873: [502105L, '2015-09-08'], 42327: [492268L, '2015-01-29'], 548873: [370049L, '2015-02-18'], 36864: [258909L, '2016-01-13'] ... }
但我想按用户分组:
{36864: [[258509L, '2014-12-03'],[258909L, '2016-01-13']], 548873: [[502105L, '2015-09-08'],[370049L, '2015-02-18']], 42327: [492268L, '2015-01-29'] }
请帮忙!
首先,将users设置为索引并执行groupby
w.r.t。然后,您可以传递一个函数以按 date 列对每个组进行排序,并使用 .values
.
使用 .tolist
to get back it's list
equivalent. This gives you in the required format. Finally, use .to_dict
将最终输出作为字典。
fnc = lambda x: x.sort_values('date').values.tolist()
df.set_index('users').groupby(level=0).apply(fnc).to_dict()
产生:
{1: [[1, 'date_1'], [2, 'date_2']],
2: [[3, 'date_1'], [1, 'date_3']],
4: [[5, 'date_2'], [3, 'date_3'], [1, 'date_5']]}