熊猫加工的多种模式
熊猫加工的多种模式
提问于 2022-03-30 17:00:15
我显然是在处理稍微复杂和现实的数据，但是为了展示我的麻烦，让我们假设我们有这些数据：
import pandas as pd
import numpy as np
purchases_df = pd.DataFrame({"user_id": [100, 101, 100, 101, 200],
"date": ['2022-01-01', '2022-01-01','2022-01-01','2022-01-01', '2022-01-01'],
"purchase": ['cookies', 'jam', 'jam', 'jam', 'cashews']})我想按日期找出购买方式的价值：
agg_mode = purchases_df.groupby(['date', 'user_id'])['purchase'].agg(pd.Series.mode)
agg_modeagg_mode将显示对于user_id 100，我们有两个模态值：[cookies, jam]。这对我来说很好，当涉及到真实的数据时，我们已经制定了一套规则，如果有一个平分，我们可以选择哪一种模式。问题是，为了使用这种启发式，我需要能够检查返回的多个模态值集是否包含某些值(比方说，如果返回了cookies和jam，我们总是只坚持jam。我找不到一种简单的方法来处理返回的多模态值：
agg_mode_df = purchases_df.groupby(['date', 'user_id'])['purchase'].agg(pd.Series.mode).to_frame()
agg_mode_df.reset_index(inplace=True)
agg_mode_dfagg_mode_df是一个DataFrame，如果user_id有多个mode，那么purchase列(它现在保存了模态值)变成了具有numpy ndarrays的object dtype的列，而且我无法找到一种工作方法来将每个用户的模态值转换为list。
我是不是想过头了？
回答 1
Stack Overflow用户
回答已采纳
发布于 2022-03-30 17:07:06
IIUC，试着：
agg_mode = purchases_df.groupby(['date', 'user_id'])['purchase'].agg(lambda x: x.mode().tolist())页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/71681271
复制相关文章
相似问题
腾讯云开发者
