- 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?
我对大量唯一 ID 进行了以下运行,以迭代并根据当前 + 之前的访问创建摘要统计信息。虽然这适用于少量数据,但对于较大的数据集,此代码可能会相当长。有没有更快的方法来解决这个问题(不使用多处理)?
import pandas as pd
d = {
'id': ['A','B', 'B', 'C'],
'visit_id': ['asd', 'awd', 'qdw', 'qwb'],
'value': [-343.68, 343.68, -55.2, 55.2]}
df = pd.DataFrame(data=d)
agg_users = pd.DataFrame()
for i in df['id'].unique():
user_tbl = df.loc[df['id']==i]
user_tbl.insert(0, 'visit_sequence', range(0, 0 + len(user_tbl)))
agg_sessions = pd.DataFrame()
for i in user_tbl['visit_sequence']:
tmp = user_tbl.loc[user_tbl['visit_sequence'] <= i]
ses = tmp.loc[user_tbl['visit_sequence'] == i, 'visit_id'].item()
aggs = {
'value': ['min', 'max', 'mean']
}
tmp2 = tmp.groupby('id').agg(aggs)
new_columns = [k + '_' + agg for k in aggs.keys() for agg in aggs[k]]
tmp2.columns = new_columns
tmp2.reset_index(inplace=True)
tmp2.insert(1, 'visit_id', ses)
agg_sessions = pd.concat([agg_sessions, tmp2])
agg_users = pd.concat([agg_users, agg_sessions])
agg_users
最佳答案
根据代码的输出,我认为您正在寻找扩展窗口聚合; docs .
由于 df.groupby('colname').expanding().agg()
中的 pandas 错误,以下解决方案有点笨拙记录于this GitHub issue .
# First, sort by id, then visit_id before grouping by id.
# Pandas groupby preserves the order of rows within each group:
# http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.groupby.html
df.sort_values(['id', 'visit_id'], inplace=True)
# Calculate expanding-window aggregations for each id
aggmin = df.groupby('id').expanding()['value'].min().to_frame(name='value_min')
aggmax = df.groupby('id').expanding()['value'].max().to_frame(name='value_max')
aggmean = df.groupby('id').expanding()['value'].mean().to_frame(name='value_mean')
# Combine the above aggregations, and drop the extra index level
agged = pd.concat([aggmin, aggmax, aggmean], axis=1).reset_index().drop('level_1', axis=1)
# Bring in the visit ids, which are guaranteed to be in the correct sort order
agged['visit_id'] = df['visit_id']
# Rearrange columns
agged = agged[['id', 'visit_id', 'value_min', 'value_max', 'value_mean']]
agged
id visit_id value_min value_max value_mean
0 A asd -343.68 -343.68 -343.68
1 B awd 343.68 343.68 343.68
2 B qdw -55.20 343.68 144.24
3 C qwb 55.20 55.20 55.20
# Output of your code:
agg_users
id visit_id value_min value_max value_mean
0 A asd -343.68 -343.68 -343.68
0 B awd 343.68 343.68 343.68
0 B qdw -55.20 343.68 144.24
0 C qwb 55.20 55.20 55.20
关于python - 通过数据帧的子集更有效地使用 Python for 循环,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/52395173/
我有一个功能是转换 ADO Recordset 进入html: class function RecordsetToHtml(const rs: _Recordset): WideString; 该函
经过几天的研究和讨论,我想出了这种方法来收集访客的熵(你可以看到我的研究历史here) 当用户访问时,我运行此代码: $entropy=sha1(microtime().$pepper.$_SERVE
给定一个无序列表 List ,我需要查找是否存在 String与提供的字符串匹配。 所以,我循环 for (String k : keys) { if (Utils.keysM
我已经搜索过这个问题,但没有找到我正在寻找的答案。 基本上,我想将类构造函数包装在 try/except 子句中,以便它忽略构造函数内特定类型的错误(但无论如何都会记录并打印它们)。我发现做到这一点的
我有一组三个数字,我想将一组数字与另一组数字进行比较。即,第一组中的每个数字小于另一组中的至少一个数字。需要注意的是,第一组中的下一个数字必须小于第二组中的不同数字(即,{6,1,6} 对 {8,8,
关闭。这个问题是off-topic .它目前不接受答案。 想改进这个问题吗? Update the question所以它是on-topic用于堆栈溢出。 关闭 9 年前。 Improve this
首先介绍一下背景: 我正在开发一个带有 EJB 模块和应用程序客户端模块的企业应用程序 (ear)。我还使用 hibernate JPA 来实现持久性,并使用 swingx 来实现 GUI。这些是唯一
我正在尝试在我的上网本上运行 Eclipse 以便能够为 Android 进行开发。 您可能已经猜到了,Eclipse 非常慢,并且不容易有效地开发。 我正在使用 Linux Ubuntu 并且我还有
for row, instrument in enumerate(instruments): for col, value in enumerate(instrument):
return not a and not b ^ 我如何以更好的格式表达它 最佳答案 DeMorgan's Law , 也许? return not (a or b) 我认为在这一点上已经足够简单了
我正在尝试让 Font Awesome 图标看起来更 slim https://jsfiddle.net/cliffeee/7L6ehw9r/1/ . 我尝试使用“-webkit-text-strok
假设我有一个名为 vals 的数据框,如下所示: id…………日期…………min_date…… .........最大日期 1…………2016/01/01…………2017/01/01…………2018/
是否有更 Pythonic 的方式来做到这一点?: if self.name2info[name]['prereqs'] is None: se
我有一个函数可以将一些文本打印到它接收到的 ostream&。如果 ostream 以终端为目标,我想让它适应终端宽度,否则默认为某个值。 我现在做的是: 从 ostream 中获取一个 ofstre
这个问题在这里已经有了答案: Should a retrieval method return 'null' or throw an exception when it can't produce
我有这个 bc = 'off' if c.page == 'blog': bc = 'on' print(bc) 有没有更 Pythonic(和/或更短)的方式在 Python 中编写? 最佳
输入:一个包含 50,000 行的 CSV;每行包含 910 列值 0/1。 输出:运行我的 CNN 的数据框。 我编写了一个逐行读取 CSV 的代码。对于每一行,我将数据分成两部分,称为神经元(90
据我所知,with block 会在您退出 block 后自动调用 close(),并且它通常用于确保不会忘记关闭一个文件。 好像没有技术上的区别 with open(file, 'r+') as f
我有一个使用 Entity Framework V6.1.1 的 MVC 5 网站。 Entity Framework DbContext 类和模型最初都在网站项目中。这个项目有 3 个 DbCont
我是编程新手,在尝试通过将 tableView 和关联 View 的创建移动到单独的类并将委托(delegate)和数据源从 VC 移动到单独的类来精简我的 ViewController 时遇到了一些
我是一名优秀的程序员,十分优秀!