Question

我有这样的df

<form class="contactForm">
  <label> 
    <span>Your name</span>
    <input type="text" name="name" placeholder="Your name">
  </label>
</form>

我正在做这个计算

user = pd.DataFrame({'User':['101','101','101','102','102','101','101','102','102','102'],'Country':['India','Japan','India','Brazil','Japan','UK','Austria','Japan','Singapore','UK'],'Count':[50,1,2,5,6,89,10.9,10,5,6]})

像这样我有很多用户如何在函数中进行这些计算并循环所有用户？

我正在寻找代码方面的改进。因为在这里，我首先要为每个用户分离出数据帧，然后进行计算即可通过用户ID并获得所需的输出user_v2数据帧？

谢谢。

Answer 1

您可以通过首先执行<script src="https://ajax.googleapis.com/ajax/libs/jquery/2.1.1/jquery.min.js"></script> <nav> <a class="categoryLink active" category="1">Braces</a> <a class="categoryLink" category="2">Mobility</a> <a class="categoryLink" category="3">Incontinence</a> </nav> <ul class="categoryProducts" category="1"> <li><button onclick="product(1)"><h4>Knee Brace L1843</h4></button></li> <li><button onclick="product(2)"><h4>Wrist Brace L3807</h4></button></li> <li><button onclick="product(3)"><h4>Wrist Brace</h4></button></li> <li><button onclick="product(4)"><h4>Ankle Brace L1005</h4></button></li> <li><button onclick="product(5)"><h4>Back Brace L0650</h4></button></li> </ul> <ul class="categoryProducts" category="2" style="display:none"> <li><button onclick="product(6)"><h4>Back Brace L0650</h4></button></li> </ul> <ul class="categoryProducts" category="3" style="display:none"> <li><button onclick="product(7)"><h4>Back Brace L0650</h4></button></li> </ul> <div product="1" class="productDescr"> <h2>Knee Brace L1843</h2> <p>Product Info</p> </div> <div product="2" class="productDescr"> <h2>Wrist Brace L3807</h2> <p>Product Info</p> </div> <div product="3" class="productDescr"> <h2>Wrist Brace</h2> <p>Product Info</p> </div> <div product="4" class="productDescr"> <h2>Ankle Brace L1005</h2> <p>Product Info</p> </div> <div product="5" class="productDescr"> <h2>Back Brace L0650</h2> <p>Product Info</p> </div> <div product="6" class="productDescr"> <h2>Back Brace L0650</h2> <p>Product Info</p> </div> <div product="7" class="productDescr"> <h2>Back Brace L0650</h2> <p>Product Info</p> </div>为所有用户执行操作。然后，不要使用行groupby来分配功能。

np.select

import pandas as pd import numpy as np user['Percentile'] = user.groupby('User').Count.rank(pct=True, ascending=True)*100 user['group'] = np.select([user.Percentile<33, user.Percentile<66, user.Percentile>=66], [1,2,3])现在是：

user

Answer 2

您可以使用User和rank函数上的group by来获得百分位数，并且由于您基于百分位数的相等划分来分配1,2,3的组等级，因此您也可以乘以3并使用math.ceil或numpy.ceil

user['Percentile'] = user.groupby('User').Count.rank(pct=True) * 100
user['group'] = (user.Percentile * 3 / 100).apply(np.ceil)

产生输出：

  User    Country  Count  Percentile  group
0  101      India   50.0        80.0      3
1  101      Japan    1.0        20.0      1
2  101      India    2.0        40.0      2
3  102     Brazil    5.0        30.0      1
4  102      Japan    6.0        70.0      3
5  101         UK   89.0       100.0      3
6  101    Austria   10.9        60.0      2
7  102      Japan   10.0       100.0      3
8  102  Singapore    5.0        30.0      1
9  102         UK    6.0        70.0      3

在pandas数据框中自动执行循环的更好方法

2 个答案: