- 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?
我正在尝试在 pandas
中完成队列分析。我希望能够查看用户在第 1 个月、第 2 个月、第 n 个月的事件,并根据用户注册的时间对其进行分组。您可以使用 groupby
来完成此操作,但如果用户在特定月份不活跃,则他们实际上不会显示在该月的数据中。
理想情况下,这是我要构建的 dataframe
:
| UserID | SignUpDate | VisitMonth | Visits |
|--------|------------|------------|--------|
| 1 | 2014-03 | 2014-03 | 2 |
| 1 | 2014-03 | 2014-04 | 1 |
| 1 | 2014-03 | 2014-05 | 0 |
| 1 | 2014-03 | 2014-06 | 0 |
| 1 | 2014-03 | 2014-07 | 0 |
| 1 | 2014-03 | 2014-08 | 0 |
| 1 | 2014-03 | 2014-09 | 0 |
| 1 | 2014-03 | 2014-10 | 1 |
| 1 | 2014-03 | 2014-11 | 0 |
| 1 | 2014-03 | 2014-12 | 0 |
| 1 | 2014-03 | 2015-01 | 2 |
| 1 | 2014-03 | 2015-02 | 1 |
| 1 | 2014-03 | 2015-03 | 0 |
| 2 | 2015-01 | 2015-01 | 2 |
| 2 | 2015-01 | 2015-02 | 0 |
| 2 | 2015-01 | 2015-03 | 2 |
#Sample of users
users = [{'UserID': 'U1', 'SignUpDate': '2014-03-15'}, {'UserID': 'U2', 'SignUpDate': '2015-01-10'}]
#Create dataframe with users
usersDF = pd.DataFrame(data=users)
#Convert SignUpDate from Object to date
usersDF['SignUpDate'] = pd.to_datetime(usersDF['SignUpDate'])
#Add new column to build the month-only
usersDF['SignUpMonth'] = usersDF['SignUpDate'].dt.to_period('M')
#Sample of visits
visits =[{'UserID': 'U1', 'VisitDate': '2014-03-15'}, {'UserID': 'U1', 'VisitDate': '2014-03-28'}, {'UserID': 'U1', 'VisitDate': '2014-04-10'}, {'UserID': 'U1', 'VisitDate': '2014-10-28'}, {'UserID': 'U1', 'VisitDate': '2015-01-02'}, {'UserID': 'U2', 'VisitDate': '2015-01-10'}, {'UserID': 'U2', 'VisitDate': '2015-01-11'}, {'UserID': 'U1', 'VisitDate': '2014-01-20'}, {'UserID': 'U1', 'VisitDate': '2014-02-15'}, {'UserID': 'U2', 'VisitDate': '2015-03-01'}, {'UserID': 'U2', 'VisitDate': '2015-03-18'}]
#Create dataframe of visits
visitDF = pd.DataFrame(data=visits)
#Convert VisitDate from object to date
visitDF['VisitDate'] = pd.to_datetime(visitDF['VisitDate'])
#Add new column to build the month-only
visitDF['VisitMonth'] = visitDF['VisitDate'].dt.to_period('M')
#Group by to get the visits by user by month
visits_grouped = visitDF.groupby(['UserID', 'VisitMonth']).agg(['count'])
#Remove the index on UserID so can `merge`
visits_grouped.reset_index(inplace=True)
#Grouped by dataframe
cohortDF = visits_grouped.merge(usersDF[['UserID', 'SignUpMonth']], on='UserID', how='left')
这个 groupby/merge 只在有访问的地方构建一个数据框,因为我希望能够聚合其他字段,而不管是否有访问。
UserID VisitMonth VisitDate
count
0 U1 2014-01 1
1 U1 2014-02 1
2 U1 2014-03 2
3 U1 2014-04 1
4 U1 2014-10 1
5 U1 2015-01 1
6 U2 2015-01 2
7 U2 2015-03 2
我认为 for 循环
可以解决这个问题,但我在分解 DF/DF 的数据类型时遇到了问题。这是我对此的想法的一些粗略(根本不起作用)代码:
注意:此代码不起作用
for user in range(0, len(usersDF)):
TheUserID = usersDF['UserID'][user]
TheSignUpMonth = usersDF['SignUpMonth'][user]
AnalysisMonth = pd.to_datetime(datetime.datetime(2015,03,31)).to_period('M')
numperiods = AnalysisMonth - TheSignUpMonth
months = pd.date_range(TheSignUpMonth, periods=numperiods, freq='M')
for month in months:
df.append([TheUserID, TheSignUpMonth, month])
这种方法存在一些问题。
datetime
有一些方法可以确定两个日期之间的天数/月数等,但是尝试计算月份系列之间的差异是行不通的。 我如何构建我正在寻找的数据框?
最佳答案
下面是使用示例 dataframe
的方法:
添加辅助列以进行聚合(需要,因为所有其他列都用于数据透视表的索引中)
visitDF['counter'] = 1
然后创建一个数据透视表,使 VisitDate
列本身在索引中,其他维度在另一个中。
df =pd.pivot_table(visitDF,index = 'VisitDate', columns=['VisitMonth','UserID'],\
values='counter', aggfunc='sum').
然后将索引重新采样到day。这会为没有值的日子创建 NAN
值
df =df.resample('D',how='sum')
然后拆开框架,重置索引并将NAN
填充为0以获得您需要的框架。
df.unstack().reset_index().fillna(0)
关于pandas - 使用开始日期/结束日期在 Pandas 中构建时间序列数据框,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/29856392/
我正在阅读 Python 文档以真正深入了解 Python 语言,并遇到了 filter 和 map 函数。我以前使用过过滤器,但从未使用过映射,尽管我在 SO 上的各种 Python 问题中都见过这
当我尝试打印 BST 的级别顺序时,这个问题提示了我。 这是一个 Pre-Order Sequence: 4, 1, 2, 3, 5, 6, 7, 8 In_order Sequence : 1, 2
我的代码在 main(序列测试;)的第一行出现错误,指出它是对 sequence::sequence() 的 undefined reference 。我无法更改 main 中的代码。有谁知道我该如何
这可能很简单,但我在通常的 latex 指南中找不到任何相关内容。在这句话中: {\em hello\/} “\/”的目的是什么? 最佳答案 这就是所谓的斜体校正。其目的是确保斜体文本后有适当的间距。
当我从 Postgresql 表中删除所有记录,然后尝试重置序列以在插入时开始一个编号为 1 的新记录时,我得到不同的结果: SELECT setval('tblname_id_seq', (SELE
在版本10.0.3中,MariaDB引入了一种称为序列的存储引擎。 其ad hoc为操作生成整数序列,然后终止。 该序列包含正整数,以降序或升序排列,并使用起始,结束和递增值。 它不允许在多个查询中
如何在 Groovy 中获取给定数字的序列,例如: def number = 169 // need a method in groovy to find the consecutive number
基本上,如果这是 .NET,它看起来像这样: ISomething { string A { get; } int B { get; } } var somethings = new List
说以下代码部分(同一块): A <= 1 A <= 2 变量 A 总是被赋值为 2 吗?还是会出现竞争条件并分配 1 或 2? 我对非阻塞赋值的理解是,由硬件在 future 分配变量 A,因此它可能
在运行 WiX 设置时,我正在寻找操作列表及其顺序。不知何故,官方网站似乎没有提供任何信息。 基本问题是我想正确安排我的自定义操作。通常我需要使用 regsvr32.exe 注册一个 DLL,而这只能
F#初学者在这里 我想创建一个类型,它是具有至少一个元素的另一种具体类型(事件)的序列。任何其他元素都可以在以后随时添加。通常在 C# 中,我会创建一个具有私有(private) List 和公共(p
作为构建过程和不断发展的数据库的一部分,我试图创建一个脚本,该脚本将删除用户的所有表和序列。我不想重新创建用户,因为这将需要比所允许的更多的权限。 我的脚本创建了一个过程来删除表/序列,执行该过程,然
我想恢复两个向量的第一个日期和相同向量的第二个日期之间的日期序列,.... 这是一个例子: dates1 = as.Date(c('2015-10-01', '2015-03-27', '2015-0
这个问题已经有答案了: sql ORDER BY multiple values in specific order? (12 个回答) 已关闭 9 年前。 我有一个 sql 语句,我想要ORDER
我想恢复两个向量的第一个日期和相同向量的第二个日期之间的日期序列,.... 这是一个例子: dates1 = as.Date(c('2015-10-01', '2015-03-27', '2015-0
在用java编写代码时,我需要用“],[”分割字符串。下面是我的代码。 try (BufferedReader reader = new BufferedReader(new InputStreamR
这个问题已经有答案了: Project Euler Question 14 (Collatz Problem) (8 个回答) 已关闭 9 年前。 我正在尝试查找数字的 Collatz 序列。以下
我有一个例程函数process_letter_location(const char& c, string &word)。 在我的 main 中,我声明了一系列字符串变量,如下所示: string s
我需要找到最长的多米诺骨牌链,给定一组 12 个随机挑选的多米诺骨牌。我已经递归地生成了多米诺骨牌的所有可能性(使用 0 到 12 的面值有 91 种可能性)。多米诺骨牌由一 block “砖 blo
我有这个数据结构 Seq,它继承了类 vector 但有一些额外的功能。使用这个数据结构 Seq 我有这个预定义的数据结构: typedef Seq > MxInt2d; 我现在想要一个包含多个 Mx
我是一名优秀的程序员,十分优秀!