Pandas 数据框 df 有 3 列:
用户名, session , 收入
我现在想做的是通过唯一的 user_id 对 df 进行分组并派生 2 个新列 - 一个称为 number_sessions(计算与特定 user_id 关联的 session 数)和另一个称为 number_transactions(计算收入列下的行数每个 user_id 的值 > 0)。我该怎么做?
我试过这样做:
df.groupby('user_id')['session', 'revenue'].agg({'number sessions': lambda x: len(x.session),
'number_transactions': lambda x: len(x[x.revenue>0])})
最佳答案
我认为你可以使用:
df = pd.DataFrame({'user_id':['a','a','s','s','s'],
'session':[4,5,4,5,5],
'revenue':[-1,0,1,2,1]})
print (df)
revenue session user_id
0 -1 4 a
1 0 5 a
2 1 4 s
3 2 5 s
4 1 5 s
a = df.groupby('user_id') \
.agg({'session': len, 'revenue': lambda x: len(x[x>0])}) \
.rename(columns={'session':'number sessions','revenue':'number_transactions'})
print (a)
number sessions number_transactions
user_id
a 2 0
s 3 3
a = df.groupby('user_id') \
.agg({'session':{'number sessions': len},
'revenue':{'number_transactions': lambda x: len(x[x>0])}})
a.columns = a.columns.droplevel()
print (a)
number sessions number_transactions
user_id
a 2 0
s 3 3
关于python - Pandas 分组和计数,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/40480744/