我有一个时间序列数据集,看起来有点像
dt userid var1 var2
2013-04-27 100001 a 50
2013-04-27 100002 a 45
2013-04-28 100001 b 10
2013-04-29 100001 c 20
2013-04-29 100002 b 15
我想将每个用户的事件序列提取到类似于
的新DataFrame
中
userid activity_seq
100001 [a, b, c]
100002 [a, b]
var1
列中activity_seq
的顺序位于dt
列之后(即按时间顺序排列)。有人可以建议如何使用熊猫来实现这一目标吗?
提前致谢。
以下是重新创建原始DataFrame
,
import pandas as pd
l1 = ['2013-04-27', '2013-04-27', '2013-04-28', '2013-04-29', '2013-04-29']
l2 = [100001, 100002, 100001, 100001, 100002]
l3 = ['a','a','b','c','b']
l4 = [50, 45, 10, 20, 15]
df = pd.DataFrame({'dt':l1, 'userid':l2, 'var1':l3, 'var2':l4})
答案 0 :(得分:2)
您可以在{+ 3}}用户ID'然后在' var1' col call groupby
并传递list
以创建序列,您可以根据需要重命名/重置。
In [58]:
df.groupby('userid')['var1'].apply(list)
Out[58]:
userid
100001 [a, b, c]
100002 [a, b]
Name: var1, dtype: object
要获得所需的df,请拨打apply
和reset_index
:
In [62]:
df.groupby('userid')['var1'].apply(list).reset_index().rename(columns={'var1':'activity_seq'})
Out[62]:
userid activity_seq
0 100001 [a, b, c]
1 100002 [a, b]