我尝试了不同的方式将数据分为两个不同的列和明亮的权重因子。可悲的是,我对python还是很陌生。我已经解决了几个问题,并试图提出一半的解决方案。您能否为我提供其余或至少一个想法? 下面是模拟代码:
data = pd.DataFrame({'sku_id' : ['s1', 's1', 's1', 's2','s2','s2','s3','s3','s3'],
'product_id' : ['p1','p1','p2','p1','p1','p1','p2','p2','p3']})
count_series = data.groupby(['product_id','sku_id']).size()
print('-'*30)
print(count_series)
print('-'*30)
agg_count = count_series.to_frame(name = 'weight').reset_index()
print(agg_count)
print('-'*30)
输出为:
------------------------------
product_id sku_id
p1 s1 2
s2 3
p2 s1 1
s3 2
p3 s3 1
dtype: int64
------------------------------
product_id sku_id weight
0 p1 s1 2
1 p1 s2 3
2 p2 s1 1
3 p2 s3 2
4 p3 s3 1
------------------------------
有人可以帮助我根据他们的组合和发生情况对 SKU_ID列 进行进一步分组。 (它类似于推荐引擎)
所需的输出:
-----------------------
sku_id weight
s1 & s2 1
s2 & s3 0
s3 & s1 1
-----------------------
答案 0 :(得分:2)
IIUC,您可以尝试以下操作:
import itertools
#Replicating your steps:
m = data.groupby(['product_id','sku_id']).size().reset_index(name='weight')
#group on `product_id` and apply a `tuple on `sku_id` print to see results
n=m.groupby('product_id')['sku_id'].apply(tuple).reset_index()
#create combinations by list(itertools.combinations(m.sku_id.unique(),2))
#check if any combination matches tuple and apply astype(int) for int results
n['new']=n.sku_id.isin((itertools.combinations(m.sku_id.unique(),2))).astype(int)
print(n)
product_id sku_id new
0 p1 (s1, s2) 1
1 p2 (s1, s3) 1
2 p3 (s3,) 0
请注意,s2
列中包含s3
和sku_id
。因此,仅考虑该行将始终为您提供组合,所以我的输出会有所不同。