如何根据行中的特定值和熊猫中的另一列对行进行分组？

debugcn 发表于 Dev

特里格杰夫

我想不出一个很好的方法在一个句子中问这个问题，所以我将展示我想做的事情。

假设我有一张桌子，每一行都是某人通过书本出租过程触发的事件。我们有2个活动，购物篮（包含他们想要的书）和结帐（结帐成功且书籍被租用时触发）。我想按名称分组，但也要按结帐事件和之前的每个购物篮事件分组。这是一个仅按名称=“ tim”分组的示例组。

|-------------------------------------------------|
| time | name |  stage   |        payload         |
|-------------------------------------------------|
| 1000 | tim  |  basket  | harrypotter;twilight;  |
|-------------------------------------------------|
| 1001 | tim  |  basket  | harrypotter;           |
|-------------------------------------------------|
| 1002 | tim  | checkout | Order# 123456789       |
|-------------------------------------------------|
| 1003 | tim  |  basket  | pandasfordummies;      |
|-------------------------------------------------|
| 1004 | tim  | checkout | Order# 145246263       |
|-------------------------------------------------|

我的问题是如何分组，以便每个分组中都有1个结帐事件，如下所示：

第一个订单

|-------------------------------------------------|
| time | name |  stage   |        payload         |
|-------------------------------------------------|
| 1000 | tim  |  basket  | harrypotter;twilight;  |
|-------------------------------------------------|
| 1001 | tim  |  basket  | harrypotter;           |
|-------------------------------------------------|
| 1002 | tim  | checkout | Order# 123456789       |
|-------------------------------------------------|

二阶

|-------------------------------------------------|
| time | name |  stage   |        payload         |
|-------------------------------------------------|
| 1003 | tim  |  basket  | pandasfordummies;      |
|-------------------------------------------------|
| 1004 | tim  | checkout | Order# 145246263       |
|-------------------------------------------------|

抱歉，如果措辞太糟糕。

超级头脑

假设您的表格位于pandas数据框中，并且已经按时间和名称排序，则可以使用以下代码：

import numpy as np
import pandas as pd

df = pd.DataFrame({'time': [1000, 1001, 1002, 1003, 1004],
               'name':['tim', 'tim', 'tim', 'tim', 'tim'],
               'stage':['basket', 'basket', 'checkout', 'basket', 'checkout'],
               'payload':['harrypotter;twilight;', 'harrypotter;', 'Order# 123456789', 'pandasfordummies;', 'Order# 145246263']})

orders = np.split(df, np.where(df.stage == 'checkout')[0] + 1)

这将创建一个拆分数据帧的数组orders，您可以正常访问，如orders[0]，orders[1]等等。

本文收集自互联网，转载请注明来源。

如有侵权，请联系[email protected] 删除。