python - Pandas 迭代地追加来自多个 DataFrame 列的行值

Question

我想基于组迭代地将多列中的行值附加到新 DataFrame 中的新列。

我的目标是为每个客户保留 1 行，其中 1 列用于客户 ID，1 列用于其时间线，列出每个事件的日期，后跟事件描述，对于所有日期和事件，按时间顺序排列。

我已经用一系列字典解决了这个问题。我正在寻找一种干净、优雅、pandas 风格的方法来完成此任务，因为此代码将频繁运行，并对客户、事件等进行少量更改。

示例:

import pandas as pd

df_have = pd.DataFrame({'Customer_ID':['customer_1','customer_1','customer_1','customer_2','customer_2'], 
                        'Event':['purchased cornflakes','purchased eggs', 'purchased waffles','sold eggs','purchased cows'],
                           'Date':['2011-06-16','2011-06-13','2011-06-09','2011-06-13','2011-06-18']})

df_have['Date'] = pd.to_datetime(df_have['Date'])

df_have.sort_values(['Customer_ID','Date'], inplace =True)
df_have

df_want = pd.DataFrame({'Customer_ID':['customer_1','customer_2'],
                       'Time_Line':[['2011-06-09,purchased waffles,2011-06-13,purchased eggs,2011-06-16,purchased cornflakes'],
                                   ['2011-06-13,sold eggs,2011-06-18,purchased cows']]})
df_want

Answer 1

步骤:

1) 将 Customer_ID 设置为索引轴，因为它将在整个操作过程中保持静态。

2) stack 使得 Date 和 Event 相互重叠.

3) 对索引执行 groupby (level=0) 并将唯一的列转换为 list。由于我们已按此顺序堆叠它们，因此它们会交替出现。

---

# set maximum width of columns to be displayed
pd.set_option('max_colwidth', 100)

df_have.set_index('Customer_ID').stack(
    ).groupby(level=0).apply(list).reset_index(name="Time_Line")

---

要更改列表中序列出现的顺序:

df_have.set_index('Customer_ID').reindex_axis(['Event', 'Date'], axis=1).stack(
    ).groupby(level=0).apply(list).reset_index(name="Time_Line")