将 Pandas 数据框值保存在给定条件的字典中

Posted 2023-03-12

【中文标题】将 Pandas 数据框值保存在给定条件的字典中

【英文标题】：save Pandas dataframe values in a dictionary given criteria

【发布时间】：2015-06-19 08:38:57

【问题描述】：

我有一个pandas df，其中包含访问者的数量以及他们在完成转化目标之前选择的路径。每行代表路径和选择路径的访问者数量，例如，row1: 18 访问者在到达目标目标之前访问了 '(entrance)' --> '/' --> '/ContactUS'/Default.aspx'

我只对访问者最后访问的产品页面感兴趣，我正在尝试创建一个以产品名称为关键字的字典，例如“VFB25AEH”作为键，访问次数作为值

Step1                        Step2                  Step3              Visits 
/ContactUs/Default.aspx        /                    (entrance)          18    
/Products/GBR100L.aspx  /Products/VFB25AEH.aspx   /Products/RAD80L.aspx  9    
/Products/VFB25AEH.aspx  (entrance)                 (not set)            5    
/Products/RAD80L.aspx    (entrance)                 (not set)            4

以下是我的代码，循环遍历每一行的每一列，并保存第一个产品页面（包含'/Products/'的步骤）并将总访问次数保存在字典中

result = 
for i, row in enumerate(df.values):
    for c in row:
        if 'products' in str(c).lower():
            c = c.strip('.aspx').split('/')[2]
            if c in result:
                result[c]+= 1
            result[c] = 1

理想结果是 - result['VFB25AEH'] = 5, result['RAD80L'] = 4, result['GBR100L']=9

但是，结果中的值都是'1'。有人可以帮忙指出这里的错误吗？

【问题讨论】：

我注意到（与下面我的回答中详述的问题不同）您的代码实际上并没有总结访问次数，而只是计算特定产品 ID 在数据框中出现的次数.这是你的本意吗？

您好，感谢您的快速回复！我的目的是总结特定 ID 的访问次数。我只对每行中出现的最后一个产品 ID / 产品页面感兴趣（如果有的话）（step1 表示目标之前的上一页，step2 表示目标之前的第二个上一页）

【参考方案1】：

代码的最后 3 行将 result[c] 重置为 1 每次迭代。相反，您需要：

if c in result:
    result[c] += 1
else:
    result[c] = 1

您也可以使用collections.defaultdict

import collections

result = collections.defaultdict(int)
for i, row in enumerate(df.values):
    for c in row:
        if 'products' in str(c).lower():
            c = c.strip('.aspx').split('/')[2]
            result[c] += 1

编辑

考虑到总访问次数的要求，只考虑最近访问的产品页面：

import collections

result = collections.defaultdict(int)
for row in df.values:
    for c in row:
        if 'products' in str(c).lower():
            c = c.strip('.aspx').split('/')[2]

            # The number of visits is in the last entry in the row
            result[c] += row[-1]

            # We've found the most recent product page, so move on to the next row
            break

您实际上不需要调用enumerate() - 您根本没有使用索引。

【讨论】：

谢谢！代码有效！但数字有点偏。不知道为什么。