Pandas 在行中查找匹配条目并将这些行中的列合并为一个
Pandas finding mating entries on rows and merging columns in those rows into one
我有一个这样的数据字段。
Index
Product
Purchase_Address
Order_Date
0
A
604 Cherry st, Dallas
2019-10-28
1
B
225 5th st, LA
2019-10-29
2
C
604 Cherry st, Dallas
2019-10-28
3
D
225 5th st, LA
2019-10-29
4
E
967 12th st, NY
2019-10-27
5
F
967 12th st, NY
2019-10-27
6
A
628 Jefferson St, NY
2019-10-20
7
B
628 Jefferson St, NY
2019-10-20
8
A
694 Meadow St, Atlanta
2019-10-25
9
B
694 Meadow St, Atlanta
2019-10-25
10
C
27 Wilson St, Austin
2019-10-26
11
D
27 Wilson St, Austin
2019-10-26
我需要创建一个新的数据字段，如果地址和订购日期相同（意味着它们是同时订购的），我会将产品合并到一个列中。
df 应如下所示：
Index
Product
Purchase_Address
0
A, C
604 Cherry st, Dallas
1
B, D
225 5th st, LA
2
E, F
967 12th st, NY
3
A, B
628 Jefferson St, NY
4
A, B
694 Meadow St, Atlanta
5
C, D
27 Wilson St, Austin
然后从那个 df，我计算组合发生的次数：
Index
Product_Combination
Nr_Of_Times
0
A, C
1
1
B, D
1
2
E, F
1
4
A, B
2
5
C, D
1
我怎样才能实现这样的目标？
谢谢！
将 Groupby.agg 与 Groupby.count 和 Series.to_frame 一起使用：
In [1783]: out = df.groupby(['Purchase_Address', 'Order_Date']).agg({'Product': ','.join}).groupby('Product')['Product'].count().to_frame('Nr_Of_Times').reset_index()
In [1784]: out
Out[1784]:
Product Nr_Of_Times
0 A,B 2
1 A,C 1
2 B,D 1
3 C,D 1
4 E,F 1
我有一个这样的数据字段。
| Index | Product | Purchase_Address | Order_Date |
|---|---|---|---|
| 0 | A | 604 Cherry st, Dallas | 2019-10-28 |
| 1 | B | 225 5th st, LA | 2019-10-29 |
| 2 | C | 604 Cherry st, Dallas | 2019-10-28 |
| 3 | D | 225 5th st, LA | 2019-10-29 |
| 4 | E | 967 12th st, NY | 2019-10-27 |
| 5 | F | 967 12th st, NY | 2019-10-27 |
| 6 | A | 628 Jefferson St, NY | 2019-10-20 |
| 7 | B | 628 Jefferson St, NY | 2019-10-20 |
| 8 | A | 694 Meadow St, Atlanta | 2019-10-25 |
| 9 | B | 694 Meadow St, Atlanta | 2019-10-25 |
| 10 | C | 27 Wilson St, Austin | 2019-10-26 |
| 11 | D | 27 Wilson St, Austin | 2019-10-26 |
我需要创建一个新的数据字段，如果地址和订购日期相同（意味着它们是同时订购的），我会将产品合并到一个列中。
df 应如下所示：
| Index | Product | Purchase_Address |
|---|---|---|
| 0 | A, C | 604 Cherry st, Dallas |
| 1 | B, D | 225 5th st, LA |
| 2 | E, F | 967 12th st, NY |
| 3 | A, B | 628 Jefferson St, NY |
| 4 | A, B | 694 Meadow St, Atlanta |
| 5 | C, D | 27 Wilson St, Austin |
然后从那个 df，我计算组合发生的次数：
| Index | Product_Combination | Nr_Of_Times |
|---|---|---|
| 0 | A, C | 1 |
| 1 | B, D | 1 |
| 2 | E, F | 1 |
| 4 | A, B | 2 |
| 5 | C, D | 1 |
我怎样才能实现这样的目标？ 谢谢！
将 Groupby.agg 与 Groupby.count 和 Series.to_frame 一起使用：
In [1783]: out = df.groupby(['Purchase_Address', 'Order_Date']).agg({'Product': ','.join}).groupby('Product')['Product'].count().to_frame('Nr_Of_Times').reset_index()
In [1784]: out
Out[1784]:
Product Nr_Of_Times
0 A,B 2
1 A,C 1
2 B,D 1
3 C,D 1
4 E,F 1