python - 查找并打印子元素具有相似值的所有行

Question

我的数据集有以下字段:

User        Product          Time
 A            10            10-JAN
 B            14            10-JAN
 C            20            10-JAN
 A            12            10-JAN
 B            12            11-JAN
 A            10            12-JAN
 D            08            12-JAN
 A            13            12-JAN
 B            14            13-JAN
 C            20            13-JAN
 A            12            14-JAN
 C            21            14-JAN
 A            10            15-JAN

等等

我只想拉出并显示那些以前购买过类似产品的用户，以及购买时间戳。所以像这样:

ProductBought      User     Time           count
    10              A        10-JAN          3
    10              A        12-JAN          3
    10              A        15-JAN          3
    12              A        10-JAN          2
    12              A        14-JAN          2
    14              B        10-JAN          2
    14              B        13-JAN          2
    20              C        10-JAN          2
    20              C        13-JAN          2

等等。

我试过像这样使用shift函数

df.sort_values(by=['User','Time'],ascending=True)    
df[(df.User==df.User.shift())&(df.productBought==df.productBought.shift()]

但我并没有得到所有的结果。例如，仅捕获具有相同产品的连续结果。在我们的例子中，因为在用户 A 再次购买 10 之前，它购买了 12，所以它没有捕捉到。 另外，如果同一用户有两次连续记录相同的产品，则显示最新的一条，如

df==df.shift()

只显示最后遇到的记录，而不是所有具有相同产品的记录。 有什么方法可以实现上面显示的内容吗？

Answer 1

您可以使用 duplicated 来获取具有重复产品-用户对的行，即用户之前购买过该产品。

df2 = df[df.duplicated(['Product', 'User'], keep=False)]

然后，您可以进行排序等...

要了解产品被购买了多少次，您可以使用

df2.groupby(['Product', 'User']).count()