Python 通过标识另一列中具有最大值的元素创建groupby
我有一个数据框,其中包含具有不同定价规则的商品的销售结果:Python 通过标识另一列中具有最大值的元素创建groupby,python,pandas,group-by,greatest-n-per-group,Python,Pandas,Group By,Greatest N Per Group,我有一个数据框,其中包含具有不同定价规则的商品的销售结果: import pandas as pd from datetime import timedelta df_1 = pd.DataFrame() df_2 = pd.DataFrame() df_3 = pd.DataFrame() # Create datetimes and data df_1['item'] = [1, 1, 2, 2, 2] df_1['date'] = pd.date_range('1/1/2018', pe
import pandas as pd
from datetime import timedelta
df_1 = pd.DataFrame()
df_2 = pd.DataFrame()
df_3 = pd.DataFrame()
# Create datetimes and data
df_1['item'] = [1, 1, 2, 2, 2]
df_1['date'] = pd.date_range('1/1/2018', periods=5, freq='D')
df_1['price_rule'] = ['a', 'b', 'a', 'b', 'b']
df_1['sales']= [2, 4, 1, 5, 7]
df_1['clicks']= [7, 8, 9, 10, 11]
df_2['item'] = [1, 1, 2, 2, 2]
df_2['date'] = pd.date_range('1/1/2018', periods=5, freq='D')
df_2['price_rule'] = ['b', 'b', 'a', 'a', 'a']
df_2['sales']= [2, 3, 4, 5, 6]
df_2['clicks']= [7, 8, 9, 10, 11]
df_3['item'] = [1, 1, 2, 2, 2]
df_3['date'] = pd.date_range('1/1/2018', periods=5, freq='D')
df_3['price_rule'] = ['b', 'a', 'b', 'a', 'b']
df_3['sales']= [6, 5, 4, 5, 6]
df_3['clicks']= [7, 8, 9, 10, 11]
df = pd.concat([df_1, df_2, df_3])
df = df.sort_values(['item', 'date'])
df.reset_index(drop=True)
df
结果是:
item date price_rule sales clicks
0 1 2018-01-01 a 2 7
0 1 2018-01-01 b 2 7
0 1 2018-01-01 b 6 7
1 1 2018-01-02 b 4 8
1 1 2018-01-02 b 3 8
1 1 2018-01-02 a 5 8
2 2 2018-01-03 a 1 9
2 2 2018-01-03 a 4 9
2 2 2018-01-03 b 4 9
3 2 2018-01-04 b 5 10
3 2 2018-01-04 a 5 10
3 2 2018-01-04 a 5 10
4 2 2018-01-05 b 7 11
4 2 2018-01-05 a 6 11
4 2 2018-01-05 b 6 11
我的目标是:1.按天对所有项目进行分组(为每个项目和给定日期获取一行)
2.用“总和”聚合“点击次数”
3. 生成“获胜定价规则”列,如下所示:
-对于给定的项目和给定的日期,采用具有最高“销售额”值的定价规则 -在“抽签”的情况下(参见上文样本中2018-01-03的第2项):只选择其中一项(这在我的数据集中很少见,因此可能是随机的…) 我想象结果是这样的:
item date winning_price_rule clicks
0 1 2018-01-01 b 21
1 1 2018-01-02 a 24
2 2 2018-01-03 b 27 <<remark: could also be a (due to draw)
3 2 2018-01-04 a 30 <<remark: could also be b (due to draw)
4 2 2018-01-05 b 33
但未能确定一个成功的定价规则
有什么想法吗?非常感谢您的帮助:)
Andy首先将列
price\u规则
转换为索引,因此对于winning\u price\u规则
可以使用-按中的最大sales
获取索引值,因为这也是必要的聚合sum
:
df1 = (df.set_index('price_rule')
.groupby(['item', 'date'])
.agg({'sales':'idxmax', 'clicks':'sum'})
.reset_index())
对于熊猫,可使用0.25.+:
df1 = (df.set_index('price_rule')
.groupby(['item', 'date'])
.agg(winning_pricing_rule=pd.NamedAgg(column='sales', aggfunc='idxmax'),clicks=pd.NamedAgg(column='clicks', aggfunc="sum'))
.reset_index())
好啊但是点击呢?在您的示例中,“单击”列汇总了“销售”。在我的情况下,我需要原始df的所有点击总数(例如2018-01-01的第1项为21次。??@Andrzej Wodeck对不起,你是对的,答案已编辑。
df1 = (df.set_index('price_rule')
.groupby(['item', 'date'])
.agg(winning_pricing_rule=pd.NamedAgg(column='sales', aggfunc='idxmax'),clicks=pd.NamedAgg(column='clicks', aggfunc="sum'))
.reset_index())