大 pandas ，在groupby之后创建列 [英] Pandas, create columns after groupby

问题描述

关于Pandas DataFrame'test_df'：

  id_customer id_order product_name 
 3 78 product1 
 3 79 product2 
 3 80 product3 
 7 100 product4 
 9 109 product5 
  

<

  id_customer order_1 order_2 product_name_1 product_name_2 
 3在'id_customer'上的groupby之后如何获得：
 78 79 product1 product2 
 7 100 product4 
 9 109 product5 
  

目标是在groupby之后检索最小值在2和匹配每个'id_customer'的行数之间，然后在可能的情况下填充上述所有字段。

我开始

  def order_to_col（my_dataframe_d （0，min（len（my_list），2））：
 my_dataframe_df ['order _'+ str（num）] = my_list [num] 
 
 test_df = test_df.groupby（'id_customer'）。apply（lambda x：order_to_col（test_df，list（x.id_order）））
  

但是我不确定这不是好的方法。

解决方案

注意：

 在[11]中：g = df.groupby（'id_customer '）
 
在[12]中：g.head（2）
 Out [12]：
 id_customer id_order product_name 
 0 3 78 product1 
 1 3 79 product2 
 3 7 100 product4 
 4 9 109 product5 
  

---

你可以结合使用nth的0和1，然后连接这些：

  In [21 ]：g = df.groupby（'id_customer'）
 
在[22]中：g [['id_order'， product_name']]。第n（0）
出[22]：
 id_order产品名称
 id_customer 
 3 78产品1 
 7 100产品4 
 9 109产品5 
 
在[23]中：g [['id_order'，'product_name']]。第n（1）
 Out [23]：
 id_order product_name 
 id_customer 
 3 79 product2 
 
在[24]中：a = g [['id_order'，'product_name']] .n（0）
b = g [['id_order' ，'product_name']]。nth（1）
 
 In [25]：pd.concat（[a，b]，axis = 1）
 Out [25]：
 id_order product_name id_order product_name 
 id_customer 
 3 78 product1 79 product2 
 7 100 product4 NaN NaN 
 9 109 product5 NaN NaN 
  

Regarding the Pandas DataFrame 'test_df':

 id_customer   id_order   product_name
    3             78        product1
    3             79        product2
    3             80        product3
    7             100       product4
    9             109       product5

After a groupby on 'id_customer' how is it possible to get:

 id_customer order_1     order_2   product_name_1   product_name_2
    3          78           79           product1         product2
    7          100                       product4      
    9          109                       product5

The goal is to retrieve the minimum between 2 and the number of line matching each 'id_customer' after the groupby, and then, if possible, fill all the above fields.

I started with

def order_to_col(my_dataframe_df,my_list):
  for num in range(0,min(len(my_list),2)):
    my_dataframe_df['order_'+str(num)] = my_list[num]

test_df = test_df.groupby('id_customer').apply(lambda x: order_to_col(test_df,list(x.id_order)))

but I'm quit sure it's not the good approach

解决方案

Note: I recommend using head to do this rather than using multiple columns:

In [11]: g = df.groupby('id_customer')

In [12]: g.head(2)
Out[12]:
   id_customer  id_order product_name
0            3        78     product1
1            3        79     product2
3            7       100     product4
4            9       109     product5

---

You can combine the 0th and 1st using nth and then concat these:

In [21]: g = df.groupby('id_customer')

In [22]: g[['id_order', 'product_name']].nth(0)
Out[22]:
             id_order product_name
id_customer
3                  78     product1
7                 100     product4
9                 109     product5

In [23]: g[['id_order', 'product_name']].nth(1)
Out[23]:
             id_order product_name
id_customer
3                  79     product2

In [24]: a = g[['id_order', 'product_name']].nth(0)
         b = g[['id_order', 'product_name']].nth(1)

In [25]: pd.concat([a, b], axis=1)
Out[25]:
             id_order product_name  id_order product_name
id_customer
3                  78     product1        79     product2
7                 100     product4       NaN          NaN
9                 109     product5       NaN          NaN

这篇关于大 pandas ，在groupby之后创建列的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！