代码之家 › 专栏 › 技术社区 › veg2020

按对象分组筛选:选择与满足特定条件的客户关联的所有行

group-by filter select pandas

veg2020 · 技术社区 · 2 年前

在这里的虚构数据中,我想确定在所有访问中没有购买酒精饮料(例如“啤酒”或“葡萄酒”)的任何客户。

df = pd.DataFrame({"customer": ['A55', 'A55', 'A55', 
                       'B080', 'B080', 
                       'D900', 'D900', 
                       'Z900', 'Z900', 'Z900', 'Z900'],
               "date":['01/11/2016', '01/21/2016', '02/11/2016', 
                       '08/17/2016', '6/17/2016',
                       '03/01/2016','04/30/2016', 
                       '05/16/2016','09/27/2016', '10/05/2016', '11/11/2016'],
               "item": ['Beer', 'Beer', 'Wine', 
                        'Coffee', 'Gatorade', 
                        'Wine', 'Coffee', 
                        'Beer', 'Wine', 'Beer', 'Coffee']
})

    ##Tag visit number for each customer
df["customer_visit_number"] = df.groupby("customer").cumcount().add(1)

在下面的数据框示例中,只有客户B080从未购买过任何啤酒或葡萄酒。相比之下,其他人偶尔或所有来访都会买啤酒或葡萄酒。为了标记客户访问量,我添加了cumcount()操作,但并非所有客户访问商店的次数都相同。

在panda中,是否有一种简单的方法可以在客户级别执行groupby操作后过滤与该客户关联的所有行?

请参阅下面的数据帧

1 回复 | 直到 2 年前

mozway 2 年前

识别购买酒精饮料的客户:

drop = (df['item'].isin(['Beer', 'Wine'])
        .groupby(df['customer']).any()
       )

筛选器 boolean indexing :

out = df[~df['customer'].isin(drop[drop].index)]

或与 groupby.transform 要直接获取一系列布尔值用于布尔索引:

m = (df['item'].isin(['Beer', 'Wine'])
     .groupby(df['customer'])
     .transform('any')
    )
out = df[~m]

输出:

  customer        date      item
3     B080  08/17/2016    Coffee
4     B080   6/17/2016  Gatorade

中间体:

# drop
customer
A55      True
B080    False
D900     True
Z900     True
Name: item, dtype: bool

# m
0      True
1      True
2      True
3     False
4     False
5      True
6      True
7      True
8      True
9      True
10     True
Name: item, dtype: bool

推荐文章