时间戳

首页 > 解决方案 > 按列分组，并有一列带有 value_counts 字典

python-3.x - 按列分组，并有一列带有 value_counts 字典

问题描述

我有一张包含客户购买历史的销售表。我想制作一个按客户分组的新数据框。数据框还应包含一列，其中包含客户已购买的所有产品的 value_counts 字典以及每种产品的数量。

我做了以下事情：

categories = data.groupby(by=['CustomerID']).Description.value_counts().to_frame().rename(columns={'Description':'Counts'}).reset_index(level='Description')

产生这个：

              Description          Counts
CustomerID
3004000304    MAJOR APPLIANCES     3
3004000304    HOME OFFICE          2
3004000304    ACCESSORIES          1
3004002756    MAJOR APPLIANCES     1
3004002946    HOME OFFICE          2
3004002946    ACCESSORIES          1
3004002946    MAJOR APPLIANCES     1

我试过看看我是否可以像这样修复上面的数据框：

categories['Merged'] = categories.apply(lambda x: {x['Description']:x['Counts']}, axis=1)

这给了我这个：

              Description          Counts   Merged
CustomerID
3004000304    MAJOR APPLIANCES     3        {'MAJOR APPLIANCES': 3}
3004000304    HOME OFFICE          2        {'HOME OFFICE': 2}
3004000304    ACCESSORIES          1        {'ACCESSORIES': 1}
3004002756    MAJOR APPLIANCES     1        {'MAJOR APPLIANCES': 1}
3004002946    HOME OFFICE          2        {'HOME OFFICE': 2}
3004002946    ACCESSORIES          1        {'ACCESSORIES': 1}
3004002946    MAJOR APPLIANCES     1        {'MAJOR APPLIANCES': 1}

但我想要这个：

              Counts
CustomerID
3004000304    {'MAJOR APPLIANCES': 3, 'HOME OFFICE': 2, 'ACCESSORIES': 1}
3004002756    {'MAJOR APPLIANCES': 1}
3004002946    {'HOME OFFICE': 2, 'ACCESSORIES': 1, 'MAJOR APPLIANCES': 1}

对生成上述数据框的一些帮助将不胜感激

标签： python-3.xpandasnumpydataframejupyter-notebook

解决方案

GroupBy.apply与 lambda 函数一起使用zipand dict：

f = lambda x: dict(zip(x['Description'], x['Counts']))
df = categories.groupby(level=0).apply(f).to_frame('Counts')
print (df)
                                                       Counts
CustomerID                                                   
3004000304  {'MAJOR APPLIANCES': 3, 'HOME OFFICE': 2, 'ACC...
3004002756                            {'MAJOR APPLIANCES': 1}
3004002946  {'HOME OFFICE': 2, 'ACCESSORIES': 1, 'MAJOR AP...

推荐阅读