- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我有以下 Pandas DataFrame:
product_id category number_of_purchase
23 cat1 18
65 cat2 19
66 cat1 4
98 cat1 9
998 cat1 1
798 cat2 8
我想从这个 DataFrame 创建这个新的 DataFrame:
category url
cat1 65&23
cat2 65&8
(对于每个类别,我想检索购买次数最多的 2 件商品)
在 MySQL 中我会这样做:
select
category,
group_concat(product_id order by numbe_of_purchase desc limit2 separator '&')
from my_table
group by category
但我不知道如何使用 Pandas DataFrame 进行 group_concat,也不知道如何在 group_concat 中使用 order by 和 limit。
最佳答案
python/pandas 中没有 group concat 函数,因此我们必须使用一些 groupby。它比 SQL 长一点,但仍然相对较短(主要部分是 3 行)。
让我们创建数据框:
import pandas as pd
data = {'product_id': [23, 65, 66, 98, 998, 798],
'category': ['cat1', 'cat2', 'cat1', 'cat1', 'cat1', 'cat2'],
'number_of_purchase': [18,19,4,9,1,8]}
df = pd.DataFrame(data)
print df
结果:
category number_of_purchase product_id
0 cat1 18 23
1 cat2 19 65
2 cat1 4 66
3 cat1 9 98
4 cat1 1 998
5 cat2 8 798
第一步:我们按销售额对数据框进行排序:
df = df.sort(columns='number_of_purchase', ascending=False)
df
结果:
category number_of_purchase product_id
1 cat2 19 65
0 cat1 18 23
3 cat1 9 98
5 cat2 8 798
2 cat1 4 66
4 cat1 1 998
第二步:我们使用 groupby 操作。对于每个类别,它将创建一个包含前两个类别的列表。数据仍然是整数。
df = df.groupby('category').apply(lambda x: list(x.product_id)[:2])
print df
结果:
category
cat1 [23, 98]
cat2 [65, 798]
dtype: object
如果您需要将结果作为字符串,我们使用一个简单的 lambda 操作:
df.apply(lambda x: '&'.join([str(elem) for elem in x]))
结果:
category
cat1 23&98
cat2 65&798
dtype: object
关于Python,在带有 pandas DataFrame 的 "order by"中使用 "group concat",我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/27857842/
pandas.crosstab 和 Pandas 数据透视表似乎都提供了完全相同的功能。有什么不同吗? 最佳答案 pivot_table没有 normalize争论,不幸的是。 在 crosstab
我能找到的最接近的答案似乎太复杂:How I can create an interval column in pandas? 如果我有一个如下所示的 pandas 数据框: +-------+ |
这是我用来将某一行的一列值移动到同一行的另一列的当前代码: #Move 2014/15 column ValB to column ValA df.loc[(df.Survey_year == 201
我有一个以下格式的 Pandas 数据框: df = pd.DataFrame({'a' : [0,1,2,3,4,5,6], 'b' : [-0.5, 0.0, 1.0, 1.2, 1.4,
所以我有这两个数据框,我想得到一个新的数据框,它由两个数据框的行的克罗内克积组成。正确的做法是什么? 举个例子:数据框1 c1 c2 0 10 100 1 11 110 2 12
TL;DR:在 pandas 中,如何绘制条形图以使其 x 轴刻度标签看起来像折线图? 我制作了一个间隔均匀的时间序列(每天一个项目),并且可以像这样很好地绘制它: intensity[350:450
我有以下两个时间列,“Time1”和“Time2”。我必须计算 Pandas 中的“差异”列,即 (Time2-Time1): Time1 Time2
从这个 df 去的正确方法是什么: >>> df=pd.DataFrame({'a':['jeff','bob','jill'], 'b':['bob','jeff','mike']}) >>> df
我想按周从 Pandas 框架中的列中累积计算唯一值。例如,假设我有这样的数据: df = pd.DataFrame({'user_id':[1,1,1,2,2,2],'week':[1,1,2,1,
数据透视表的表示形式看起来不像我在寻找的东西,更具体地说,结果行的顺序。 我不知道如何以正确的方式进行更改。 df示例: test_df = pd.DataFrame({'name':['name_1
我有一个数据框,如下所示。 Category Actual Predicted 1 1 1 1 0
我有一个 df,如下所示。 df: ID open_date limit 1 2020-06-03 100 1 2020-06-23 500
我有一个 df ,其中包含与唯一值关联的各种字符串。对于这些唯一值,我想删除不等于单独列表的行,最后一行除外。 下面使用 Label 中的各种字符串值与 Item 相关联.所以对于每个唯一的 Item
考虑以下具有相同名称的列的数据框(显然,这确实发生了,目前我有一个像这样的数据集!:() >>> df = pd.DataFrame({"a":range(10,15),"b":range(5,10)
我在 Pandas 中有一个 DF,它看起来像: Letters Numbers A 1 A 3 A 2 A 1 B 1 B 2
如何减去两列之间的时间并将其转换为分钟 Date Time Ordered Time Delivered 0 1/11/19 9:25:00 am 10:58:00 am
我试图理解 pandas 中的下/上百分位数计算,但有点困惑。这是它的示例代码和输出。 test = pd.Series([7, 15, 36, 39, 40, 41]) test.describe(
我有一个多索引数据框,如下所示: TQ bought HT Detailed Instru
我需要从包含值“低”,“中”或“高”的数据框列创建直方图。当我尝试执行通常的df.column.hist()时,出现以下错误。 ex3.Severity.value_counts() Out[85]:
我试图根据另一列的长度对一列进行子串,但结果集是 NaN .我究竟做错了什么? import pandas as pd df = pd.DataFrame([['abcdefghi','xyz'],
我是一名优秀的程序员,十分优秀!