pandas - 我希望数据框中存在的客户的虚假值(value)多于真实值(value)。有关如何实现这一目标的任何建议

Question

数据框:

df = pd.DataFrame({'A': ['cust1', 'cust1', 'cust2', 'cust1',
                            'cust2', 'cust1', 'cust2', 'cust2','cust2','cust1'],
                       'B': ['true', 'true', 'true', 'false',
                            'false', 'false', 'false', 'true','false','true']})

输出:['cust2']

Answer 1

首先获取 crosstab 的计数然后使用 boolean indexing 按列过滤 index 值，更大则使用 Series.gt :

df1 = pd.crosstab(df['A'], df['B'])
print (df1)
B      false  true
A                 
cust1      2     3
cust2      3     2

c = df1.index[df1['false'].gt(df1['true'])].tolist()
#if True, False are boolean
#c = df1.index[df1[False].gt(df1[True])].tolist()
print (c)
['cust2']]