Skip to main content
 首页 » 编程设计

python之如何在 Pandas 数据框中获得组合的组合

2024年11月24日9shanyou

这里我有一个包含交易的数据集。每笔交易可以有 1+ 个不同的值——“维度”。每笔交易的值(value)不能相同。我想在列和行中创建一个带有“维度”的数据框,并计算每个事务中一个维度与另一个维度一起使用的次数。

这是我尝试过的

dim_set = [ (1, 'Customer group$Large'), 
        (1, 'DEPARTMENT$Sales'), 
        (2, 'Customer group$Medium'), 
        (2, 'DEPARTMENT$Sales'), 
        (3, 'DEPARTMENT$Sales'), 
        (4, 'Customer group$Small'), 
        (4, 'DEPARTMENT$Sales') 
        ] 
df = pd.DataFrame(dim_set, columns=['combination_id', 'dimension']) 
df 

df_st_1 = df.pivot_table(index = 'dimension', columns = 'dimension',values = 'combination_id', aggfunc = 'count') 
df_st_1 

一个预期的结果应该是这样的

dim_set = [ ('Customer group$Large', 1, 1, 0, 0), 
        ('DEPARTMENT$Sales', 1, 4, 1, 1), 
        ('Customer group$Medium', 0, 1, 1, 0), 
        ('Customer group$Small', 0, 1, 0, 1) 
        ] 
 
df = pd.DataFrame(dim_set, columns=['dimension','Customer group$Large', 'DEPARTMENT$Sales', 'Customer group$Medium', 'Customer group$Small']) 
df 

请您参考如下方法:

使用DataFrame.merge与 crosstab , 最后一些数据清理 DataFrame.reset_index和 DataFrame.rename_axis :

df1 = df.merge(df, on='combination_id', suffixes=('','_')) 
df1 = (pd.crosstab(df1['dimension'], df1['dimension_']) 
         .reset_index() 
         .rename_axis(None) 
         .rename_axis(None, axis=1)) 
print (df1) 
               dimension  Customer group$Large  Customer group$Medium  \ 
0   Customer group$Large                     1                      0    
1  Customer group$Medium                     0                      1    
2   Customer group$Small                     0                      0    
3       DEPARTMENT$Sales                     1                      1    
 
   Customer group$Small  DEPARTMENT$Sales   
0                     0                 1   
1                     0                 1   
2                     1                 1   
3                     1                 4