这是我的原始数据: enter image description here
如您所见,cust_id列记录了每个ID的消费记录,第二列是产品名称,第三列是他们每次购买的数量。
我想得到这样的数据: enter image description here
结果数据显示每个客户购买了哪些产品以及购买了多少。如果他们从未购买过,则数据为 None。我认为这是稀疏矩阵。
试了很多方法还是没办法解决.....
也许是 Pandas ?Numpy?
请您参考如下方法:
存在重复问题,我添加了具有相同 cust_id 和 prd_id 值的最后一行以进行演示。
print (df)
cust_id prd_id prd_number
8 462 40 1
9 462 46 3
10 462 59 1
11 462 63 13
12 462 67 1
13 462 82 12
14 462 88 1
15 462 163 3
16 463 68 1
17 463 90 1
18 463 159 2
16 464 93 11
20 464 94 8
21 464 96 1
22 464 142 4
23 465 50 1
24 465 50 5
然后需要groupby按列 cust_id 和 prd_id 聚合一些函数,如 mean() 或 sum()。最后 unstack将 NaN 替换为 0:
print (df.groupby(['cust_id', 'prd_id'])['prd_number'].sum().unstack(fill_value=0))
prd_id 40 46 50 59 63 67 68 82 88 90 93 94 96 142 \
cust_id
462 1 3 0 1 13 1 0 12 1 0 0 0 0 0
463 0 0 0 0 0 0 1 0 0 1 0 0 0 0
464 0 0 0 0 0 0 0 0 0 0 11 8 1 4
465 0 0 6 0 0 0 0 0 0 0 0 0 0 0
prd_id 159 163
cust_id
462 0 3
463 2 0
464 0 0
465 0 0
