- 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?
我有一组产品,由其代码表示,并且我对该月销量排名前 5 的产品感兴趣(假设它们的 product_id
是 P112(前 1 名)、P134(前 2 名)、P219(前 3 名)、P361(前 4 名)和 P443(前 5 名),尽管这些情况每月都会发生变化)。我有一个表,其中包含 employee_id
、customer_id
、product_id
和 purchase_date
,以及表中的每一行代表一笔销售。我只对拥有前 5 个产品的销售感兴趣,因为我想显示每个员工前 5 个销售的分布情况。本质上,我想创建一个新表,其中每行都有一个唯一的员工,然后将前 5 个产品的每个销售额作为列。
给出下表(实际上更长)和排名前 5 的产品的 ID:
Employee_id | Customer_id | Product_id | Date |
E12 | C10 | P112 | 10/05/18 |
E11 | C5 | P400 | 10/05/18 |
E20 | C19 | P219 | 10/06/18 |
E23 | C10 | P155 | 10/07/18 |
E19 | C06 | P219 | 10/07/18 | ...
生成的数据框看起来像这样
Employee_id | Top1 | Top2 | Top3 | Top4 | Top5 |
E12 | 1 | 0 | 5 | 6 | 0 |
E19 | 3 | 2 | 1 | 0 | 1 |
E23 | 2 | 1 | 0 | 4 | 2 |
E44 | 0 | 0 | 0 | 0 | 0 | ...
我不确定如何以干净清晰的方式从第一个数据帧转到第二个数据帧。我本来打算使用 Pandas。我的一个想法是迭代第一个数据帧,并为每个顶级产品创建一个字典,其中键是employee_id,值是计数(如果顶级产品向员工展示)。但缺少许多实现细节。我希望有任何指导、代码或建议的方法。谢谢!
最佳答案
首先按 boolean indexing
筛选前 5 个产品与 isin
,然后按 size
获取计数并通过 unstack
reshape ,添加reindex
为了正确排序列并最后使用f-strings
和列表理解
创建新列名称:
#top5 created dynamically from column Product_id
#top5 = df['Product_id'].value_counts().index[:5])
top5 = ['P112','P134','P219','P361','P443']
df = (df[df['Product_id'].isin(top5)]
.groupby(['Employee_id','Product_id'])
.size()
.unstack(fill_value=0)
.reindex(columns=top5, fill_value=0))
df.columns = [f'Top{x}' for x in range(1,6)]
print (df)
Top1 Top2 Top3 Top4 Top5
Employee_id
E12 1 0 0 0 0
E19 0 0 1 0 0
E20 0 0 1 0 0
<小时/>
df = df.reset_index()
print (df)
Employee_id Top1 Top2 Top3 Top4 Top5
0 E12 1 0 0 0 0
1 E19 0 0 1 0 0
2 E20 0 0 1 0 0
关于python - 查询数据框以在 pandas 中创建新数据框,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/52828278/
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!