Question

我的问题是关于大熊猫数据框的分组依据。样本数据集如下所示：

cust_id | date       | category
A0001   | 20/02/2016 | cat1
A0001   | 24/02/2016 | cat2
A0001   | 02/03/2016 | cat3
A0002   | 03/04/2015 | cat2

现在，我要对cust_id进行分组，然后查找彼此之间30天内发生的事件，并为这些事件编制类别列表。到目前为止，我已经想到的是按以下方式使用pd.grouper。

df.groupby(['cust_id', pd.Grouper(key='date', freq='30D')])['category'].apply(list)

但是，这并未将[cat1，cat2，cat3]放在A0001的同一列表中。对于我在做错事情或如何去做自己需要做的事情的任何帮助，将深表感谢。

我想要的结果应如下所示：

A0001 | [cat1, cat2, cat3]
A0002 | [cat2]

预先感谢

编辑：

按照Wen的回答，我尝试了并将其用于此最低限度示例，这对提供不具有代表性的最低限度示例不利。此示例可以针对0.20.3和0.23.0版本的熊猫重新创建。

cust_id date    category
0   A0001   2015-02-02  cat5
1   A0002   2015-02-03  cat1
2   A0001   2016-02-20  cat1
3   A0001   2016-02-24  cat2
4   A0001   2016-03-02  cat3
5   A0003   2016-09-09  cat2
6   A0003   2016-08-21  cat5

我得到的答案是：

cust_id
A0001          [cat5]
A0001    [cat1, cat2]
A0001          [cat3]
A0002          [cat1]
A0003          [cat5]
Name: category, dtype: object

对于最初的困惑，我深表歉意！

Answer 1

您的代码对我有用

df.date=pd.to_datetime(df.date)
df.groupby(['cust_id', pd.Grouper(key='date', freq='30D')])['category'].apply(list).reset_index(level=1,drop=True)
Out[215]: 
cust_id
A0001       [ cat1,  cat2,  cat3]
A0002                     [ cat2]
Name: category, dtype: object

使用时间频率的熊猫群

1 个答案: