Question

我有数据框

member_id   event_path  event_duration
111 vk.com  2
111 vk.com  3
111 facebook.com    1
111 facebook.com    4
111 facebook.com    20

如果event_path[i] == event_path[i-1]和event_duration < 5，我需要连接字符串。我用

df = df.groupby(['member_id', 'event_path'],
                sort=False,
                as_index=False)['event_duration'].sum().where(df['event_duration'] < 5)

但它返回

ValueError: cannot reindex from a duplicate axis

欲望输出

111 vk.com  5
111 facebook.com    5
111 facebook.com    20

Answer 1

我对你的问题并不完全清楚，但我认为对于每个成员和路径组合，你想要将所有小于5的值加起来？如果是这样，我们可以通过分离5以上和以下的值，然后将低于5的值相加并合并我们得到的两个帧来实现：

import pandas as pd

df = pd.DataFrame({'member_id': [111, 111, 111, 111, 111],
                   'event_path': ['vk.com', 'vk.com', 'facebook.com', 'facebook.com', 'facebook.com'],
                   'event_duration': [2, 3, 1, 4, 20]
                   })

sums = df[df['event_duration'] < 5].groupby(['event_path', 'member_id'], as_index=False).sum()
large = df[df['event_duration'] >= 5]

final = pd.concat([sums, large])

print final

打印出来：

   event_duration    event_path  member_id
0               5  facebook.com        111
1               5        vk.com        111
4              20  facebook.com        111

熊猫：用条件求和

1 个答案: