group_by 输出转换为数据框的问题

Posted 2023-03-11

【中文标题】group_by 输出转换为数据框的问题

【英文标题】：group_by output conversion to data frame issues

【发布时间】：2020-12-13 19:05:41

【问题描述】：

所以我不确定我是否正在采取最好的方法来解决这个问题，但这就是我目前所拥有的： 这是我正在使用的 df：

calls.head()

id  user_id call_date   duration
0   1000_93     1000    2018-12-27  9.0
1   1000_145    1000    2018-12-27  14.0
2   1000_247    1000    2018-12-27  15.0
3   1000_309    1000    2018-12-28  6.0
4   1000_380    1000    2018-12-30  5.0

我想弄清楚如何创建一个数据框，告诉我用户在一个月内拨打了多少次电话。这是我用来生成的代码：

calls_per_month = calls.groupby(['user_id',calls['call_date'].dt.month])['call_date'].count()
calls_per_month.head(10)
user_id  call_date
1000     12            16
1001     8             27
         9             49
         10            65
         11            64
         12            56
1002     10            11
         11            55
         12            47
1003     12           149
Name: call_date, dtype: int64

现在，问题是我需要使用其他数据框的 user_id 属性进行进一步计算，因此我需要能够访问我在此表中计算的总数。但是，我创建的表似乎不是数据框，这不允许我这样做。这是我尝试过的解决方案：

calls_per_month = calls.groupby(['user_id',calls['call_date'].dt.month])['call_date'].count().reset_index()
#(calls_per_month.to_frame()).columns = ['user_id','date','total_calls']
calls_per_month.columns = ['user_id','date','total_calls']

（我尝试过使用和不使用 to_frame） 但我收到以下错误： 无法插入 call_date，已存在

请提出解决此问题的最佳方法。考虑到我有其他具有 user_id 和属性（如“使用的数据”）的数据框，我该如何制作这个数据框，以便我可以为每个 user_id 进行 total_use = calls['total_calls']*internet['data_used] 之类的计算？

谢谢。

【参考方案1】：

使用rename 作为更改级别名称，因此Series.reset_index 可以正常工作：

calls_per_month = (calls.groupby(['user_id',
                                  calls['call_date'].dt.month.rename('month')])['call_date']
                        .count()
                        .reset_index())

【讨论】：

谢谢！我认为这解决了我的问题。需要看看这个解决方案如何与我的进一步计算一起工作。