python - 查找用户选择的第一个唯一项目,并按用户选择的日期对它们进行排序
问题描述
我试图从下面创建的数据框中的简化示例数据框中仅识别“测试”客户购买的独特“商品”的第一笔订单:
df=pd.DataFrame({"cust": ['A55', 'A55', 'A55', 'B080', 'B080', 'D900', 'D900', 'D900', 'D900', 'C019', 'C019', 'Z09c', 'A987', 'A987', 'A987'],
"date":['01/11/2016', '01/11/2016', '01/11/2016', '08/17/2016', '6/17/2016','03/01/2016',
'04/30/2016', '05/16/2016','09/27/2016', '04/20/2016','04/29/2016', '07/07/2016', '1/29/2016', '10/17/2016', '11/11/2016' ],
"item": ['A10BABA', 'A10BABA', 'A10DBDB', 'A9GABA', 'A11AD', 'G198A', 'G198A', 'F673', 'A11BB', 'CBA1', 'CBA1', 'DA21',
'BG10A', 'CG10BA', 'BG10A']
})
df.date = pd.to_datetime(df.date)
df = df.sort_values(["cust", "date"], ascending = True)
所需的输出将如图所示 - 所有唯一商品按购买日期排序在一个名为“cust_item_rank”的新列中,并删除同一用户对同一商品的任何重复(重复)订单。
为了进一步说明,同一用户在同一日期购买的那些商品应具有相同的订单/排名,如图客户 A55 所示(A10BABA 和 A10DBDB 排名为 1)。
我已经花了相当多的时间使用 group by 和/或 rank 操作的组合,但到目前为止没有成功。举个例子:
df["cust_item_rank"] = df.groupby("cust")["date"]["item"].rank(ascending = 1, method = "min")
产生错误(例外:已选择列日期)。
有人可以在这里指导我找到所需的解决方案吗?
解决方案
# Remove duplicates
df2 = (df.loc[~df.groupby(['cust'])['item'].apply(pd.Series.duplicated)]
.reset_index(drop=True))
df2['cust_item_rank'] = df2.groupby('cust').cumcount().add(1)
df2
cust date item cust_item_rank
0 A55 2016-01-11 A10BABA 1
1 A55 2016-11-01 A10DBDB 2
2 A987 2016-01-29 BG10A 1
3 A987 2016-10-17 CG10BA 2
4 B080 2016-06-17 A11AD 1
5 B080 2016-08-17 A9GABA 2
6 C019 2016-04-20 CBA1 1
7 D900 2016-03-01 G198A 1
8 D900 2016-05-16 F673 2
9 D900 2016-09-27 A11BB 3
10 Z09c 2016-07-07 DA21 1
推荐阅读
- c# - 从方法返回的流上的`using()`
- docker - 如何适应 1.23 版本中新的 slug 编号方案?
- java - SOAP UI Restful:发生错误[索引路径中的非法字符
- .net - 通用接口和遗产
- json - 从 DCE Fluid 模板读取 json 文件
- javascript - 如何取消订阅 react-native-firebase getInitialNotification
- css - 当 CSS 转换应用于其包装器时,固定元素不会相对于主体定位
- spring - Spring Boot - 两个微服务之间的 Rest 模板
- java - Java中的泛型,返回一组泛型类Set
- linux - 如何使用 jython WSadmin 设置默认 JTA 数据源 JNDI 名称