Question

我有一个如下数据框：

User_ID Game_ID Liked   Shared  Category
1       11       Y       N      Music
1       11       Y       N      Music
1       22       Y       Y      Music
1       11       Y       N      Music
1       33       N       N      Dance
2       33       N       Y      Dance
2       44       Y       Y      Peace
2       11       N       N      Music

我需要使用以下逻辑派生一个新列Rating：

对于特定的User_ID：如果对于特定的Game_ID，Liked和Shared均为Y，则Score = 2（如果有）是Y，然后是Score = 1，否则是Score = 0。
对于特定的User_ID：如果将Game_ID重复两次以上，则Score = 2，如果重复两次，则1，否则重复Score = 0。 / li>
对于特定的User_ID：如果Game_ID属于Category的最高类别Score = 1，则Score = 0

例如：User_ID = 1，Top Category = Music（因为它的频率计数是4分之5），为此用户在Game_ID类别中的所有Music将获得{{1 }}。

最后，因为我们需要每个1-User_ID的累积分数。例如：Game_ID，User_ID = 1。

1）喜欢/共享=任何人都是Game_ID = 11-Y

2）该Score = 1中的Category属于该User_ID的“顶级类别（音乐）”，因此Game_ID

3）为此Score : 1-Game_ID重复两次User_ID 累积分数：Score : 2

以下是预期的输出：

1+1+2 = 4

注意：在预期的输出中，只有User_ID，Game_ID和Rating是至关重要的。其余的列仅用于详细信息。

您的朋友可以帮我吗？

Answer 1

让我们尝试一下：

df['Cond1'] = (df['Liked'] == 'Y').astype(int) + (df['Shared'] == 'Y').astype(int)

df['Cond2'] = df.groupby(['User_ID','Game_ID'])['Game_ID'].transform('size').sub(1).clip(0,2)

df['Cond3'] = df.groupby('User_ID')['Category'].apply(lambda x: ((x.value_counts().head(1).index[0] == x) & (x.value_counts().head(1).values[0] > 1).astype(int)))

df['Score'] = df['Cond1'] + df['Cond2'] + df['Cond3']

df_out = df.groupby(['User_ID','Game_ID'])['Score'].max().reset_index()

df_out

输出：

   User_ID  Game_ID  Score
0        1       11      4
1        1       22      3
2        1       33      0
3        2       11      0
4        2       33      1
5        2       44      2

如何基于熊猫中的多个列得出分数（排名）

1 个答案: