Question

我只想让Pandas DataFrame中的行符合以下条件：

1）用户应该与超过X个项目进行交互 2）项目应该与超过Y个用户进行交互

当满足第二个条件时，在应用这两个条件后，对于某些用户，第一个条件失败。

groupById = df.groupby(['id']).count()
remaining = groupById[groupById.itemId > X]
df2 = df.loc[df.id.isin(remaining.index)]

groupByItem = df2.groupby(['id']).count()
remainingIt = groupByItem[groupByItem.id > Y]
final = df[df.id.isin(remaining.index) & df.itemId.isin(remainingIt.index)]

我无法理解这个递归问题。任何人吗？

Answer 1

问题是您在删除没有超过X次交互的用户后对项目进行分组。您首先需要在两个条件下独立检查，然后才能合并结果。import pandas as pd

#set threshold X and Y
X=1
Y=2
#fill dataframe with some users and items
users=pd.Series(['U1','U1','U1','U2'])
items=pd.Series(['Y1','Y2','Y3','Y1'])
frame=pd.DataFrame()
frame['user'] = users.values
frame['item'] = items.values
  user item
0   U1   Y1
1   U1   Y2
2   U1   Y3
3   U2   Y1

#groupby item and user
groupByItem=frame.groupby('item').count().reset_index()
groupByUser=frame.groupby('user').count().reset_index()
item  user
0   Y1     2
1   Y2     1
2   Y3     1
  user  item
0   U1     3
1   U2     1

#filter both on condition
filteredItems=groupByItem.loc[groupByItem['user']>X]
filteredUsers=groupByUser.loc[groupByUser['item']>Y]

#only take records where both user and items appear in filtered list
print(frame[frame['user'].isin(filteredUsers.user) & frame['item'].isin(filteredItems.item)])

  user item
0   U1   Y1

希望这有帮助

当满足第二个条件时，第一个条件失败

1 个答案: