python - 使用 one-hot 编码结果按日期、类别和客户对客户订单进行分组

Question

我有一个数据框，其中包含不同类别 (A-F) 的客户顺序。一表示从该类别购买，零表示没有购买。现在我想用 1 和 0 编码来指示每个类别中的购买是否是每天和每个客户进行的。

YEAR  MONTH DAY A   B   C   D   E   F   Customer
2007    1   1   1   0   0   0   0   0   5000    
2007    1   1   1   0   0   0   0   0   5000    
2007    1   1   0   1   0   0   0   0   5000    
2007    1   2   0   1   0   0   0   0   5000    
2007    1   2   0   0   1   0   0   0   5000

输出应如下所示:

 YEAR  MONTH DAY  A     B   C   D   E   F   Customer
 2007   1     1   1     1   0   0   0   0   5000    

我一直在尝试使用“groupby”中的 pandas 构建来解决这个问题，但是我无法得到正确的结果。有谁知道如何解决这个问题吗？

非常感谢!

Answer 1

我认为你需要groupby和聚合max :

cols = ['YEAR','MONTH','DAY','Customer']
df = df.groupby(cols, as_index=False).max()
print (df)
   YEAR  MONTH  DAY  Customer  A  B  C  D  E  F
0  2007      1    1      5000  1  1  0  0  0  0
1  2007      1    2      5000  0  1  1  0  0  0

如果需要相同的列顺序，请添加 DataFrame.reindex_axis :

cols = ['YEAR','MONTH','DAY','Customer']
df = df.groupby(cols, as_index=False).max().reindex_axis(df.columns, axis=1)
print (df)
   YEAR  MONTH  DAY  A  B  C  D  E  F  Customer
0  2007      1    1  1  1  0  0  0  0      5000
1  2007      1    2  0  1  1  0  0  0      5000