パンダ：データフレームでフィルタリングする条件を書き込む

debugcn 投稿 Dev

ピーター・ペトロフ

私はデータフレームを持っています

member_id,event_time,event_path,event_duration
19440,"2016-08-09 08:26:48",accounts.google.com/ServiceLogin?service=mail&passive=true&rm=false&continue=https://mail.google.com/mail/&ss=1&scc=1&ltmpl=default&ltmplcache=2&emr=1&osid=1#identifier,0
19440,"2016-08-09 08:27:04",ebesucher.ru/surfbar/Ochotona,25
19440,"2016-08-09 08:27:53",accounts.google.com/ServiceLogin?service=mail&passive=true&rm=false&continue=https://mail.google.com/mail/&ss=1&scc=1&ltmpl=default&ltmplcache=2&emr=1&osid=1#identifier,0
19440,"2016-08-09 08:27:53",accounts.google.com/ServiceLogin?service=mail&passive=true&rm=false&continue=https://mail.google.com/mail/&ss=1&scc=1&ltmpl=default&ltmplcache=2&emr=1&osid=1#identifier,2
19441,"2016-08-09 08:27:55",accounts.google.com/ServiceLogin?service=mail&passive=true&rm=false&continue=https://mail.google.com/mail/&ss=1&scc=1&ltmpl=default&ltmplcache=2&emr=1&osid=1#password,1
19441,"2016-08-09 08:27:58",neobux.com/m/l/,0
19441,"2016-08-09 08:27:59",neobux.com/m/l/,0
19441,"2016-08-09 08:28:01",http://new.enjoysurvey.com/ru/survey/649/index/m_e48f6e46bf0d222e2be70bc9067730c423423,11
19441,"2016-08-09 08:28:12",echo.msk.ru ,1
19441,"2016-08-09 08:28:15",neobux.com/m/l/?vl=A206591715C607425417A51CDE023499,2

を使用して新しい列を作成する必要があります。含まれているvisiting場合new.enjoysurvey.com/ru/survey/649/index/m_e48f6e46bf0d222e2be70bc9067730c4は、event_pathをevent_path含み['echo.msk.ru', 'edimdoma.ru', 'glaz.tv', 'vesti.ru']、次に含む場合はvisiting == 1、それ以外の場合は-2です。完了したらmember_id、member_idに与えますvisiting = 1出力を希望します

member_id,event_time,event_path,event_duration, visiting
19440,"2016-08-09 08:26:48",accounts.google.com/ServiceLogin?service=mail&passive=true&rm=false&continue=https://mail.google.com/mail/&ss=1&scc=1&ltmpl=default&ltmplcache=2&emr=1&osid=1#identifier,0,2
19440,"2016-08-09 08:27:04",n,25,2
19440,"2016-08-09 08:27:53",accounts.google.com/ServiceLogin?service=mail&passive=true&rm=false&continue=https://mail.google.com/mail/&ss=1&scc=1&ltmpl=default&ltmplcache=2&emr=1&osid=1#identifier,0,2
19440,"2016-08-09 08:27:53",accounts.google.com/ServiceLogin?service=mail&passive=true&rm=false&continue=https://mail.google.com/mail/&ss=1&scc=1&ltmpl=default&ltmplcache=2&emr=1&osid=1#identifier,2,2
19441,"2016-08-09 08:27:55",accounts.google.com/ServiceLogin?service=mail&passive=true&rm=false&continue=https://mail.google.com/mail/&ss=1&scc=1&ltmpl=default&ltmplcache=2&emr=1&osid=1#password,1,1
19441,"2016-08-09 08:27:58",neobux.com/m/l/,0,1
19441,"2016-08-09 08:27:59",neobux.com/m/l/,0,1
19441,"2016-08-09 08:28:01",http://new.enjoysurvey.com/ru/survey/649/index/m_e48f6e46bf0d222e2be70bc9067730c423423,11,1
19441,"2016-08-09 08:28:12",echo.msk.ru ,1,1
19441,"2016-08-09 08:28:15",neobux.com/m/l/?vl=A206591715C607425417A51CDE023499,2,1

やってみます

df['visiting'] = df.groupby("member_id").event_path.transform(lambda g: (g.isin(["new.enjoysurvey.com/ru/survey/649/index/m_e48f6e46bf0d222e2be70bc9067730c4", 'echo.msk.ru', 'edimdoma.ru', 'glaz.tv', 'vesti.ru']).sum() > 1).astype(int)).replace(0, 2)

しかし、それは量のサイズだけを決定しますevent_path、しかし私は順序を考慮する必要があります。しかし、これを行う方法がわかりません。

完璧

文字列のgroupby.apply()ループを使用するを考えてみましょうevent_path。ループを使用すると、リストインデックスで隣接する要素を検索できます。

def findevent(row):
    event_paths = row['event_path'].tolist()    
    row['visiting'] = 2

    for i in range(len(event_paths)):
        if 'new.enjoysurvey.com/ru/survey/649/index/m_e48f6e46bf0d222e2be70bc9067730c423423' in event_paths[i] and \
                            event_paths[i+1] in ['echo.msk.ru', 'edimdoma.ru', 'glaz.tv', 'vesti.ru']:
            row['visiting'] = 1
            break            
    return(row)

df = df.groupby(['member_id']).apply(findevent)
print(df)

#    member_id           event_time                                         event_path  event_duration  visiting
# 0      19440  2016-08-09 08:26:48  accounts.google.com/ServiceLogin?service=mail&...               0         2
# 1      19440  2016-08-09 08:27:04                      ebesucher.ru/surfbar/Ochotona              25         2
# 2      19440  2016-08-09 08:27:53  accounts.google.com/ServiceLogin?service=mail&...               0         2
# 3      19440  2016-08-09 08:27:53  accounts.google.com/ServiceLogin?service=mail&...               2         2
# 4      19441  2016-08-09 08:27:55  accounts.google.com/ServiceLogin?service=mail&...               1         1
# 5      19441  2016-08-09 08:27:58                                    neobux.com/m/l/               0         1
# 6      19441  2016-08-09 08:27:59                                    neobux.com/m/l/               0         1
# 7      19441  2016-08-09 08:28:01  http://new.enjoysurvey.com/ru/survey/649/index...              11         1
# 8      19441  2016-08-09 08:28:12                                        echo.msk.ru               1         1
# 9      19441  2016-08-09 08:28:15  neobux.com/m/l/?vl=A206591715C607425417A51CDE0...               2         1

**注：最初のURL検索new.enjoysurvey.com/...は、投稿されたデータに含まれていません。上記は、このURLをコードデモンストレーション用のデータ内のアイテムに変更します。

この記事はインターネットから収集されたものであり、転載の際にはソースを示してください。

侵害の場合は、連絡してください[email protected]