Question

我有一个应用程序安装的Pandas DataFrame，每个用户每次安装都有一行-因此，安装了多个应用程序的用户将有多行。

这些列是用户名，应用程序名称和安装日期。用户可以在同一天安装多个应用。

如何找到应用安装发生的顺序，将当天安装的应用排名为相同的安装顺序？

我想要传递用户，应用和日期，然后获得订单

User App Date Order 0 A 1 4/23/2019 3 1 A 2 4/23/2019 3 2 A 3 4/20/2019 2 3 A 4 3/15/2019 1 4 B 1 3/1/2019 1 5 B 2 3/1/2019 1 6 B 3 3/1/2019 1 7 C 1 3/1/2019 1 8 C 2 5/1/2019 2 9 C 3 8/1/2019 3

Answer 1

假设样本数据框

User    App Date
0   A   1   4/23/2019
1   A   2   4/23/2019
2   B   3   4/20/2019
3   B   4   3/15/2019
4   B   5   3/1/2019
5   C   6   3/1/2019
6   C   7   3/1/2019

听起来，如果您想对同一天安装的应用程序进行分组，则可以使用groupby来进行此操作

df_grouped=df.groupby(['Date'])['App'].unique().reset_index()

导致

Date    App
0   3/1/2019    [5 6 7]
1   3/15/2019   [4]
2   4/20/2019   [3]
3   4/23/2019   [1 2]

Answer 2

使用rank

进行检查

df.Date=pd.to_datetime(df.Date)
df.groupby('User').Date.rank(method='min',ascending=True)
0    3.0
1    3.0
2    2.0
3    1.0
4    1.0
5    1.0
6    1.0
7    1.0
8    2.0
9    3.0
Name: Date, dtype: float64
df['Order']= df.groupby('User').Date.rank(method='min',ascending=True).astype(int)

按日期订购事件

2 个答案: