我有一个 pandas 数据框 df
,其中包含 user
列和 product
列。它描述了哪个用户购买了哪些产品,说明了重复购买同一产品的情况。例如。如果用户 1 购买产品 23 三次,df
将为用户 1 包含 3 次条目 23。
对于每个用户,我只对该用户购买次数超过 3 次的产品感兴趣。因此,我执行 s = df.groupby('user').product.value_counts()
,然后过滤 s = s[s>2]
,丢弃产品购买频率不够高。然后,s
看起来像这样:
user product
3 39190 9
47766 8
21903 8
6 21903 5
38293 5
11 8309 7
27959 7
14947 5
35948 4
8670 4
过滤数据后,我对频率(右列)不再感兴趣。
如何基于 s
创建 user:product
形式的字典?我无法访问该系列的各个列/索引。
最佳答案
选项 0
s.reset_index().groupby('user').product.apply(list).to_dict()
{3: [39190, 47766, 21903],
6: [21903, 38293],
11: [8309, 27959, 14947, 35948, 8670]}
选项 1
s.groupby(level='user').apply(lambda x: x.loc[x.name].index.tolist()).to_dict()
{3: [39190, 47766, 21903],
6: [21903, 38293],
11: [8309, 27959, 14947, 35948, 8670]}
选项 2
from collections import defaultdict
d = defaultdict(list)
[d[x].append(y) for x, y in s.index.values];
dict(d)
{3: [39190, 47766, 21903],
6: [21903, 38293],
11: [8309, 27959, 14947, 35948, 8670]}
关于python - pandas:来自 groupby.value_counts() 的字典,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/45111460/