创建计数功能

Question

我有一个 table 这样的：

PC	USER	Period
A	U1	2020/01
A	U2	2020/02
A	U3	2020/03
A	U4	2020/04
B	U1	2020/01
B	U2	2020/02
B	U2	2020/03

我需要创建一个“功能计数”来检查找到“PC”和连接“用户”的次数

现在对于机器学习算法，最好的方法是什么？甚至是它们的组合

每行显示最大连接数：

PC	USER	Period	Max Con Per PC	Max Con Per USER
A	U1	2020/01	4	2
A	U2	2020/02	4	3
A	U3	2020/03	4	1
A	U4	2020/04	4	1
B	U1	2020/01	3	2
B	U2	2020/02	3	3
B	U2	2020/03	3	3

每行显示连接数：

PC	USER	Period	Max Con Per PC	Max Con Per USER
A	U1	2020/01	1	1
A	U2	2020/02	2	1
A	U3	2020/03	3	1
A	U4	2020/04	4	1
B	U1	2020/01	1	2
B	U2	2020/02	2	2
B	U2	2020/03	3	3

Answer 1

您可以使用 groupby 然后 transform 和 cumcount:

# Use lazy groups
gpc = df.groupby('PC')['PC']
gus = df.groupby('USER')['Period']

df['Max Con Per PC'] = gpc.transform('size')
df['Count Con Per PC'] = gpc.cumcount() + 1
df['Max Con Per USER'] = gus.transform('size')
df['Count Con Per USER'] = gus.cumcount() + 1

输出：

>>> df
  PC USER   Period  Max Con Per PC  Count Con Per PC  Max Con Per USER  Count Con Per USER
0  A   U1  2020/01               4                 1                 2                   1
1  A   U2  2020/02               4                 2                 3                   1
2  A   U3  2020/03               4                 3                 1                   1
3  A   U4  2020/04               4                 4                 1                   1
4  B   U1  2020/01               3                 1                 2                   2
5  B   U2  2020/02               3                 2                 3                   2
6  B   U2  2020/03               3                 3                 3                   3

创建计数功能

Create A count Features right

python

pandas

feature-engineering