Question

我有这个数据框：

[
  {
    "name": "4134",
    "calls": [
      {
        "MobileNo": "7013658596"
      }
    ]
  }
]

我只想用熊猫来计算checkout_item -s发生在checkout一起的情况

用户：56610 num_of_checkout_item：3

用户：56611 num_of_checkout_item：2

有人有什么主意吗？

Answer 1

我假设“仅在结帐时才发生checkcount_item-s计数”意味着checkout_item和checkout的时间戳必须相同，checkout_item才能计数。

def count_items(group):
    if not "checkout" in group.action.values:
        return 0
    return (group.action == "checkout_item").sum()

>>> df.groupby(["user", "timestamp"]).apply(count_items).groupby("user").sum()
user
56610    3
56611    2
dtype: int64

Answer 2

如何？

users = [56610, 56611]
print(len(df[(df.user.isin(users)) & (df.action == "checkout_item")]))

或每个用户：

for user in users:
    counts = len(df[(df.user == user) & (df.action == "checkout_item")])
    print(f"user: {user} num_of_checkout_item: {counts}")

Answer 3

不确定，但是如果要删除特定行，请尝试一下。

df = df.drop(df[(df.user == 56610)  & (df.action =='checkout_item')].index)

df = df.drop(df[(df.user == 56611)  & (df.action =='checkout_item')].index)

带条件删除行

3 个答案: