如何在熊猫数据框组中创建订单?
Posted
技术标签:
【中文标题】如何在熊猫数据框组中创建订单?【英文标题】:How to create order in pandas dataframe groups? 【发布时间】:2019-02-10 01:47:22 【问题描述】:我有数据数据框,我想在其中添加列,该列将分别指示每个 user_id 的日期顺序,所以它就像在 TABLE2 中一样。
表 1:
user_id received_at action
0043e1a6-52e4 2018-01-05 12:32:10 A
2018-01-05 12:33:13 A
2018-01-05 12:42:12 B
0070f782-29f4 2018-01-06 01:41:18 A
2018-01-06 01:42:12 A
2018-01-06 01:43:11 B
2018-01-06 01:44:18 C
008aa58a-84a5 2018-01-06 14:22:13 A
2018-01-06 14:23:18 A
2018-01-06 14:24:13 A
2018-01-06 14:25:18 C
这样的事情
表 2:
user_id received_at action order_n
0043e1a6-52e4 2018-01-05 12:32:10 A 1
2018-01-05 12:33:13 A 2
2018-01-05 12:42:12 B 3
0070f782-29f4 2018-01-06 01:41:18 A 1
2018-01-06 01:42:12 A 2
2018-01-06 01:43:11 B 3
2018-01-06 01:44:18 C 4
008aa58a-84a5 2018-01-06 14:22:13 A 1
2018-01-06 14:23:18 A 2
2018-01-06 14:24:13 A 3
2018-01-06 14:25:18 C 4
有没有比分别对每个 user_id 进行迭代更有效、可能更简单的解决方案?
【问题讨论】:
我认为您的输出中有几次与输入DataFrame
不匹配。
Pandas Number Rows Within Group的可能重复
df['order_n'] = df.groupby(level=0).cumcount()+1
我修复了输出示例。不幸的是,您提供的解决方案不起作用。
【参考方案1】:
groupby user_id
并使用received_at
获取rank
df['count_n'] = df.groupby('user_id').received_at.apply(pd.Series.rank)
这不需要排序步骤,即使数据框未按每个组内的received_at
排序,也会分配正确的排名
如果将user_id
列设置为索引(如您的示例数据似乎 所示),您可以替代使用以下内容。虽然,在最新版本的 pandas 中,按命名索引分组也有效(即上述方法可能有效)
df.groupby(level=0).received_at.apply(pd.Series.rank)
【讨论】:
谢谢,您的第一个解决方案适用于本示例。但是,在更大的样本中,如果一个“received_at”中有两个不同的“动作”,它会提供浮点“count_n”。添加标志解决了这个问题: df['count_n'] = df.groupby('user_id').received_at.apply(pd.Series.rank, method='first' ) @Somew,很高兴您能够解决问题以上是关于如何在熊猫数据框组中创建订单?的主要内容,如果未能解决你的问题,请参考以下文章