Python 熊猫连续事件计数的一种解决方案_Python_Pandas_Dataframe

Python 熊猫连续事件计数的一种解决方案

python pandas dataframe

Python 熊猫连续事件计数的一种解决方案,python,pandas,dataframe,Python,Pandas,Dataframe,我有下面的示例数据，我想对每次尝试的动作（第2页）和动作（第3页）进行一次计数（如果可用）。我已经附上了我的意思是结果。我想使用熊猫数据帧，但我不知道它是如何实现的 import pandas as pd df = pd.DataFrame({'action': ['enter', 'next', 'prev', 'error', 'exit'], 'page_number': [0, 1, 2, 3]}) 例如，我们有这些数据 action p

我有下面的示例数据，我想对每次尝试的动作（第2页）和动作（第3页）进行一次计数（如果可用）。我已经附上了我的意思是结果。我想使用熊猫数据帧，但我不知道它是如何实现的

import pandas as pd
df = pd.DataFrame({'action': ['enter', 'next', 'prev', 'error', 'exit'], 
                   'page_number': [0, 1, 2, 3]})

例如，我们有这些数据

action     page_number
enter      
next        1
prev        2
next        1
next        2
exit        3
enter       
next        1
error       
next        1
error
error
error
next        2
prev        3
prev        2
next        1
prev        2
prev        1
exit        0
enter 
exit

我想要达到的结果是（第1课时）：

下一步（页码=1）在第一个会话中出现两次，但我只想数一次。即使它在第一个会话中发生了3次，但我只想计算一次。我希望在所有操作的所有会话中都使用此规则。每个操作在每个会话中只计算一次

提前感谢您提供的任何指导
首先，我们创建一个新专栏“扩展的行动”，然后按此新专栏分组：

df['extended_action'] = (df.action + ' (page number = ' + df.page_number.astype(str) + ')').where(df.action.isin(('next', 'prev')), df.action) df.groupby('extended_action').extended_action.count()
结果（对于整个示例数据帧）：

您可以重命名groupby之后的列，以获得请求格式的输出：

df.groupby('extended_action',as_index=False).action.count().rename(columns={'extended_action': 'action', 'action': 'count'})
结果:

action count 0 enter 3 1 error 4 2 exit 3 3 next (page number = 1) 5 4 next (page number = 2) 2 5 prev (page number = 1) 1 6 prev (page number = 2) 3 7 prev (page number = 3) 1

session extended_action 1 enter 1 exit 1 next (page number = 1) 2 next (page number = 2) 1 prev (page number = 2) 1 2 enter 1 error 4 exit 1 next (page number = 1) 3 next (page number = 2) 1 prev (page number = 1) 1 prev (page number = 2) 2 prev (page number = 3) 1 3 enter 1 exit 1

session extended_action 1 enter 1 exit 1 next (page number = 1) 1 next (page number = 2) 1 prev (page number = 2) 1 2 enter 1 error 1 exit 1 next (page number = 1) 1 next (page number = 2) 1 prev (page number = 1) 1 prev (page number = 2) 1 prev (page number = 3) 1 3 enter 1 exit 1

根据以下评论更新：
如果需要每个会话的计数（会话持续时间为从
enter
到
exit
），则需要插入会话编号列，并按
session
和
extended\u action
分组：

df['session'] = df.action.eq('enter').cumsum() df.groupby(['session','extended_action']).extended_action.count()
结果:

action count 0 enter 3 1 error 4 2 exit 3 3 next (page number = 1) 5 4 next (page number = 2) 2 5 prev (page number = 1) 1 6 prev (page number = 2) 3 7 prev (page number = 3) 1

session extended_action 1 enter 1 exit 1 next (page number = 1) 2 next (page number = 2) 1 prev (page number = 2) 1 2 enter 1 error 4 exit 1 next (page number = 1) 3 next (page number = 2) 1 prev (page number = 1) 1 prev (page number = 2) 2 prev (page number = 3) 1 3 enter 1 exit 1

session extended_action 1 enter 1 exit 1 next (page number = 1) 1 next (page number = 2) 1 prev (page number = 2) 1 2 enter 1 error 1 exit 1 next (page number = 1) 1 next (page number = 2) 1 prev (page number = 1) 1 prev (page number = 2) 1 prev (page number = 3) 1 3 enter 1 exit 1
根据以下更改的问题和评论更新2: 如果只想对每个事件计数一次，则只需在分组之前
删除重复项
：

df.drop_duplicates().groupby(['session','extended_action']).extended_action.count()
结果:

action count 0 enter 3 1 error 4 2 exit 3 3 next (page number = 1) 5 4 next (page number = 2) 2 5 prev (page number = 1) 1 6 prev (page number = 2) 3 7 prev (page number = 3) 1

session extended_action 1 enter 1 exit 1 next (page number = 1) 2 next (page number = 2) 1 prev (page number = 2) 1 2 enter 1 error 4 exit 1 next (page number = 1) 3 next (page number = 2) 1 prev (page number = 1) 1 prev (page number = 2) 2 prev (page number = 3) 1 3 enter 1 exit 1

session extended_action 1 enter 1 exit 1 next (page number = 1) 1 next (page number = 2) 1 prev (page number = 2) 1 2 enter 1 error 1 exit 1 next (page number = 1) 1 next (page number = 2) 1 prev (page number = 1) 1 prev (page number = 2) 1 prev (page number = 3) 1 3 enter 1 exit 1

谢谢你的回答。但是对于action=next（页码=1），示例结果中的数字是2而不是5。换句话说，我只想为每个会话（在进入和退出操作之间）计算一次。哦，您在问题中没有提到这一点，并且您的示例数据与生成它们的代码不匹配，所需的结果也与示例数据不匹配。我根据您问题中显示的示例数据更新了我的答案，以计算每个会话。添加会话列的想法非常好。非常感谢。但是我编辑了问题中的结果，并写了一些解释。请读一下。顺便说一句，谢谢，当我运行上面的代码时，我看不到扩展_操作的数量@StefI根据要求更新了我的答案。恐怕我不太明白你所说的“我看不到扩展操作数”是什么意思