Question

import pandas as pd

df = pd.DataFrame({
       'customer': [1,2,1,3,1,2,3],
       "group_code": ['111', '111', '222', '111', '111', '111', '333'],
       "ind_code": ['A', 'B', 'AA', 'A', 'AAA', 'C', 'BBB'],
       "amount": [100, 200, 140, 400, 225, 125, 600],
       "card": ['XXX', 'YYY', 'YYY', 'XXX', 'XXX', 'YYY', 'XXX']})

有了上述数据框，我希望输出如下：

对于每个card number，我想要以下记录：

Card number，% of Amount spent of Group code 1，% of Amount spent on Group code 2等。。。。以此类推

% of Amount spent on any group = (Total amount spend on the card / Amount spend on that group ) * 100

而且，从更大的角度看，我想知道每张卡的前5位消费额度是多少？

基本上是2个查询，如果有人可以帮助我，那将是很棒的。

注意：给出的代码仅用于了解我的数据框的外观。

Answer 1

关于第一个查询：首先，我们获得每张卡的总消费额：

{'XXX': 1325, 'YYY': 465}

输出：

group_percentage = df.groupby(['card', 'group_code']).sum()['amount'].reset_index()
group_percentage['percentage'] = group_percentage['amount'] * 100 / group_percentage['card'].apply(card_totals_dict.get)
group_percentage

然后我们计算每个组的百分比：

card group_code  amount  percentage
0  XXX        111     725    54.7170
1  XXX        333     600    45.2830
2  YYY        111     325    69.8925
3  YYY        222     140    30.1075

输出：

df.groupby(['card', 'group_code']).agg({'amount': sum})['amount'].groupby(level=0, group_keys=False).nlargest(5)

关于第二个查询，它听起来与this question非常相似，所以我会说：

nlargest(1)

使用card group_code XXX 111 725 YYY 111 325 Name: amount, dtype: int64返回

{{1}}

python数据透视表/分组依据-我需要知道前3组

1 个答案: