python - 根据不同的列条件过滤python中的数据框

Question

我在 Python 中有一个数据框，如下所示，我需要找到交易相同类别商品的客户 (Customer_ID)，并查找大多数相关客户是否购买或出售相关类别。完成此操作后，我应该了解其中哪些正在使用 Delivery、Download/Upload 或两者。避免重复行对我来说很重要（例如 customer_id 的 40275 在软件类别中有三个重复），这应该算作一个。所以，我需要将用户分类为相同的类别，交付和下载/上传，不要重复。

客户ID	类别	类型	送货	下载上载
40275	书	买	真的	真的
40275	软件	卖	错误的	真的
40275	软件	卖	错误的	真的
40275	软件	卖	错误的	真的
39900	糖果食谱	卖	真的	真的
39900	书	买	真的	真的
39900	软件	卖	真的	真的
35886	书	卖	错误的	真的
35886	书	买	错误的	真的
35886	糖果食谱	卖	错误的	真的
35886	软件	卖	错误的	真的
40350	软件	卖	真的	真的
28129	软件	买	错误的	真的
41571	软件	买	真的	真的

我试图根据类别字段获取主要数据帧的一个子集，但在那之后我不确定如何同时过滤所有这些字段，因为有一些重复的行和一些单行。我应该如何在 Python 中解决这个问题？

我认为应该是这样的输出可能会有所帮助。但我没有在交付或上传列上应用任何过滤器：

客户ID	类别	类型	送货	下载上载	相同类别和类型的计数
40275	书	买	真的	真的	2
40275	软件	卖	错误的	真的	4
39900	糖果食谱	卖	真的	真的	2
39900	书	买	真的	真的	2
39900	软件	卖	真的	真的	4
35886	书	卖	错误的	真的	1
35886	书	买	错误的	真的	2
35886	糖果食谱	卖	错误的	真的	2
35886	软件	卖	错误的	真的	4
40350	软件	卖	真的	真的	4
28129	软件	买	错误的	真的	2
41571	软件	买	真的	真的	2

标签： pythonpandasalgorithm

Answer 1

你看起来像这样：

>>> df.drop_duplicates().assign(value=1) \
      .pivot(index=['Customer_ID', 'Category', 'Delivery', 'Download/Upload'], 
             columns='Type', values='value') \
      .fillna(0).astype(int).reset_index()

Type  Customer_ID              Category  Delivery  Download/Upload  Buy  Sell
0           28129              Software     False             True    1     0
1           35886                  Book     False             True    1     1
2           35886  Confectionery recipe     False             True    0     1
3           35886              Software     False             True    0     1
4           39900                  Book      True             True    1     0
5           39900  Confectionery recipe      True             True    0     1
6           39900              Software      True             True    0     1
7           40275                  Book      True             True    1     0
8           40275              Software     False             True    0     1
9           40350              Software      True             True    0     1
10          41571              Software      True             True    1     0