我有数据
mm_id 11.02.2016 12.02.2016 13.02.2016 14.02.2016 15.02.2016 16.02.2016 17.02.2016
b2b5b93270cb217310b0719946b0afee 0 0 0 242 0 0 0
71f464119a2d43834c3be0af362487bc 0 23 0 0 0 0 0
afad5e5f9c3ba9df885eba1557ab7c73 1 0 0 22 0 0 0
我需要将其与数据分组。但我不知道如何转换到另一种格式。
欲望输出（我需要获得每个ID的唯一data列表）：
day
2016-03-01 [00051f002f5a0c179d7ce191ca2c6401, 00102b98bd9, ...]
2016-03-02 [00102b98bd9e71da3cf23fd1f599408d, 0012ea90a6d, ...]
2016-03-03 [00051f002f5a0c179d7ce191ca2c6401, 00102b98bd9, ...]
答案 0 :(得分：1)
第一步：转换数据框
mm_id b2b5b93270cb217310b0719946b0afee \
11.02.2016 0
12.02.2016 0
13.02.2016 0
14.02.2016 242
15.02.2016 0
16.02.2016 0
17.02.2016 0
mm_id 71f464119a2d43834c3be0af362487bc afad5e5f9c3ba9df885eba1557ab7c73
11.02.2016 0 1
12.02.2016 23 0
13.02.2016 0 0
14.02.2016 0 22
15.02.2016 0 0
16.02.2016 0 0
17.02.2016 0 0
输出：
In [10]: df.apply(lambda row: row[row != 0].index.tolist(), axis=1)
Out[10]:
11.02.2016 ['afad5e5f9c3ba9df885eba1557ab7c73']
12.02.2016 ['71f464119a2d43834c3be0af362487bc']
13.02.2016 []
14.02.2016 ['b2b5b93270cb217310b0719946b0afee', 'afad5e5f...
15.02.2016 []
16.02.2016 []
17.02.2016 []
第二步：应用功能
enum class这会获得非零值的用户ID。
答案 1 :(得分：0)
您可以使用applymap，numpy broadcasting，pd.melt和groupby执行IIUC：
In [94]: df
Out[94]:
mm_id 11.02.2016 12.02.2016 13.02.2016 14.02.2016 15.02.2016 16.02.2016 17.02.2016
0 b2b5b93270cb217310b0719946b0afee 0 0 0 242 0 0 0
1 71f464119a2d43834c3be0af362487bc 0 23 0 0 0 0 0
2 afad5e5f9c3ba9df885eba1557ab7c73 1 0 0 22 0 0 0
# values from dates
df_values = df.iloc[:, 1:]
# first change numbers to dummies for dates, i.e. 1 for non zero elements
df2 = df_values.applymap(lambda x: 1 if x >= 1 else 0)
# fill data with mm_id
df3 = pd.DataFrame(df2.values * df.mm_id[:, None], columns=df2.columns)
# melt all together
df4 = pd.melt(df3, var_name='date', value_name='id')
# fill empty strings with NaN to drop in the final groupby
df4 = df4.replace('', np.nan)
# final groupby by date, select id column, and then apply pd.Sereis with dropna and get unique values
df5 = df4.groupby('date')['id'].apply(lambda x: pd.Series(x).dropna().unique())
每个步骤的结果：
In [133]: df_values
Out[133]:
11.02.2016 12.02.2016 13.02.2016 14.02.2016 15.02.2016 16.02.2016 17.02.2016
0 0 0 0 242 0 0 0
1 0 23 0 0 0 0 0
2 1 0 0 22 0 0 0
In [146]: df2
Out[146]:
11.02.2016 12.02.2016 13.02.2016 14.02.2016 15.02.2016 16.02.2016 17.02.2016
0 0 0 0 1 0 0 0
1 0 1 0 0 0 0 0
2 1 0 0 1 0 0 0
In [147]: df3
Out[147]:
11.02.2016 12.02.2016 13.02.2016 14.02.2016 15.02.2016 16.02.2016 17.02.2016
0 b2b5b93270cb217310b0719946b0afee
1 71f464119a2d43834c3be0af362487bc
2 afad5e5f9c3ba9df885eba1557ab7c73 afad5e5f9c3ba9df885eba1557ab7c73
In [148]: df4
Out[148]:
date id
0 11.02.2016 NaN
1 11.02.2016 NaN
2 11.02.2016 afad5e5f9c3ba9df885eba1557ab7c73
3 12.02.2016 NaN
4 12.02.2016 71f464119a2d43834c3be0af362487bc
5 12.02.2016 NaN
6 13.02.2016 NaN
7 13.02.2016 NaN
8 13.02.2016 NaN
9 14.02.2016 b2b5b93270cb217310b0719946b0afee
10 14.02.2016 NaN
11 14.02.2016 afad5e5f9c3ba9df885eba1557ab7c73
12 15.02.2016 NaN
13 15.02.2016 NaN
14 15.02.2016 NaN
15 16.02.2016 NaN
16 16.02.2016 NaN
17 16.02.2016 NaN
18 17.02.2016 NaN
19 17.02.2016 NaN
20 17.02.2016 NaN
In [149]: df5
Out[149]:
date
11.02.2016 [afad5e5f9c3ba9df885eba1557ab7c73]
12.02.2016 [71f464119a2d43834c3be0af362487bc]
13.02.2016 []
14.02.2016 [b2b5b93270cb217310b0719946b0afee, afad5e5f9c3...
15.02.2016 []
16.02.2016 []
17.02.2016 []