[英]Pandas - Add a flag column in dataframe
我有一个像这样的数据框:
Client_ID Product_nb Item_id
1 1 i1
1 1 i2
1 1 i3
1 2 i2
1 2 i5
1 2 i7
1 3 i1
1 3 i2
1 3 i4
1 3 i6
2 1 i1
2 1 i2
2 1 i3
2 1 i4
2 2 i1
2 2 i2
... ... ...
因此,每个客户端( client_id
)具有多个产品( Product_nb
)。 对于每种产品,我只想保留一项( item_id
)。 对于同一客户,下一个产品不应与前一个产品相对应。
如果要保留项目,我想在每个项目旁边添加一个标志:
Client_ID Product_nb Item_id Keep
1 1 i1 1
1 1 i2 0
1 1 i3 0
1 2 i2 1
1 2 i5 0
1 2 i7 0
1 3 i1 0
1 3 i2 0
1 3 i4 1
1 3 i6 0
2 1 i1 1
2 1 i2 0
2 1 i3 0
2 1 i4 0
2 2 i1 0
2 2 i2 1
... ... ... ...
我的想法是遍历所有客户和产品。 对于每个客户,将已保存的项目保存在列表中:
df = df.set_index(['client_id','product_nb','item_id','keep'])
client_ids = df.index.get_level_values('client_id').unique()
for client in client_ids:
list_already = []
prod_nbs = df.loc[client].index.get_level_values('product_nb').unique()
for prod_nb in prod_nbs:
item_ids = df.loc[client,prod_nb].index.get_level_values('item_id').unique()
for item_id in item_ids:
if (item_id in list_already):
df.loc[client,prod_nb,item_id,'keep'] = 1
continue
else:
list_already.append(item_id)
df.loc[client,prod_nb,item_id,'keep'] = 1
break
但这会返回我输入数据帧。
我将竭诚为您提供任何帮助。 谢谢
在熊猫中,您通常不希望遍历DataFrame。 它很慢,并且几乎所有东西都有更多优化的例程。 就你而言
df.groupby(['Client_ID', 'Product_nb'])['Item_id'].first()
做这份工作。 用DataFrame的名称替换df
编辑:我过度理解了约束,您选择的值应该是唯一的。 最好事先过滤值,然后再过滤groupby
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.