Question

这是种子数据集：

In[1]: my_data =
      [{'client':'A','product_s_n':'1','status':'in_store','month':'Jan'}, 
       {'client':'A','product_s_n':'1','status':'sending', 'month':'Feb'}, 
       {'client':'A','product_s_n':'2','status':'in_store','month':'Jan'},
       {'client':'A','product_s_n':'2','status':'in_store','month':'Feb'},
       {'client':'B','product_s_n':'3','status':'in_store','month':'Jan'},
       {'client':'B','product_s_n':'3','status':'sending', 'month':'Feb'},
       {'client':'B','product_s_n':'4','status':'in_store','month':'Jan'},
       {'client':'B','product_s_n':'4','status':'in_store','month':'Feb'},
       {'client':'C','product_s_n':'5','status':'in_store','month':'Jan'},
       {'client':'C','product_s_n':'5','status':'sending', 'month':'Feb'}]
df = pd.DataFrame(my_data)
df

Out[1]:
      client    month   product_s_n   status
0       A       Jan     1             in_store
1       A       Feb     1             sending
2       A       Jan     2             in_store
3       A       Feb     2             in_store
4       B       Jan     3             in_store
5       B       Jan     4             in_store
6       B       Feb     4             in_store
8       C       Jan     5             sending

我想问这个数据的问题是：每个product_serial_number的客户端是什么？根据此示例中的数据，这就是生成的DataFrame的样子（我需要一个新的DataFrame）：

    product_s_n    client   
0        1            A
1        2            A
2        3            B
3        4            B
4        5            C

正如您可能已经注意到的那样，＆＃39;状态＆＃39;和＆＃39;月＆＃39;字段只是为了给出意义。和结构到此示例数据集中的数据。尝试使用groupby，没有成功。有什么想法吗？

谢谢！

Answer 1

调用df.groupby(['product_s_n'])后，您可以通过使用['client']建立索引来限制对特定列的关注。然后，您可以致电client，从每个组中选择first()的第一个值。

>>> df.groupby(['product_s_n'])['client'].first()    
product_s_n
1              A
2              A
3              B
4              B
5              C
Name: client, dtype: object

按列分组并获取另一列值

1 个答案: