我有 2 列,User_ID 和 Item_ID。现在我想创建一个新列“Reordered”,它将包含 0 或 1 的值。0 表示特定用户只订购了一次商品,1 表示特定用户多次订购商品。 我认为这可以通过对 User_ID 进行分组然后使用 apply 函数将重复项映射为 1 并将非重复项映射为 0 来完成,但我无法为此找出正确的 python 代码。 如果有人可以帮我解决这个问题。
请您参考如下方法:
您可以使用 Series.duplicated对所有重复项使用参数 keep=False - 输出为 True 和 False。最后由 astype 转换为 ints :
df['Reordered'] = df['User_ID'].duplicated(keep=False).astype(int)
示例:
df = pd.DataFrame({'User_ID':list('aaabaccd'),
'Item_ID':list('eetyutyu')})
df['Reordered'] = df['User_ID'].duplicated(keep=False).astype(int)
print (df)
Item_ID User_ID Reordered
0 e a 1
1 e a 1
2 t a 1
3 y b 0
4 u a 1
5 t c 1
6 y c 1
7 u d 0
或者可能需要 DataFrame.duplicated为每个用户检查重复:
df['Reordered'] = df.duplicated(['User_ID','Item_ID'], keep=False).astype(int)
print (df)
Item_ID User_ID Reordered
0 e a 1
1 e a 1
2 t a 0
3 y b 0
4 u a 0
5 t c 0
6 y c 0
7 u d 0
