将转置分组 pandas 数据帧输出到 CSV
Outputting transposed grouped pandas dataframe to CSV
相对较新 pandas - 我有一个包含电影 ID、用户 ID、评级和日期的数据框。我已经按用户 ID 和日期排序并在下面有数据框。
https://i.stack.imgur.com/fqSZ6.png
我想要的输出是一个 csv,每个用户一行,用户评分的所有电影按时间顺序从左到右排序。例如:
452 4 33 6581
56
121 69 98 802 555
.
.
master_sample.sort_values(['User ID','Date']).groupby('User ID')
但是,在按用户 ID 分组后,我得到了一个 groupby 对象,我不确定如何对其进行迭代并输出到 csv。我已经尝试在原始 df 上进行透视/使用 get_group.
迭代分组 df
任何指点将不胜感激!
试试这个:
master_sample.sort_values('Date') \
.groupby('User ID', as_index=False)['Movie ID'] \
.apply(' '.join)
相对较新 pandas - 我有一个包含电影 ID、用户 ID、评级和日期的数据框。我已经按用户 ID 和日期排序并在下面有数据框。
https://i.stack.imgur.com/fqSZ6.png
我想要的输出是一个 csv,每个用户一行,用户评分的所有电影按时间顺序从左到右排序。例如:
452 4 33 6581
56
121 69 98 802 555
.
.
master_sample.sort_values(['User ID','Date']).groupby('User ID')
但是,在按用户 ID 分组后,我得到了一个 groupby 对象,我不确定如何对其进行迭代并输出到 csv。我已经尝试在原始 df 上进行透视/使用 get_group.
迭代分组 df任何指点将不胜感激!
试试这个:
master_sample.sort_values('Date') \
.groupby('User ID', as_index=False)['Movie ID'] \
.apply(' '.join)