Python：将功能应用于groupby

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了Python：将功能应用于groupby，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1602字，纯文字阅读大概需要3分钟。

内容图文

我有一些数据框的形式

userid |      event_time      | activity
   A      2017-01-01 02:20:34      E1
   A      2017-01-01 02:20:50      E2     
   A      2017-03-01 11:23:43      E1                
   A      2017-03-01 11:23:55      E6
   B      2017-01-01 08:24:32      E1                
   B      2017-01-01 08:25:25      E4
   C      2017-01-01 23:19:21      E3                
   C      2017-01-01 23:20:04      E11

我想对每个组应用一个功能(按用户ID分组).这是指用户重新体验他们遇到过的同一事件的次数.例如,用户A在2017-03-01 11:23:43重新体验了E1.

 userid   |  activity | cnt_previous_events
    A           E1             0
    A           E2             0
    A           E1             1   
    A           E6             0

我尝试了以下方法：

def previous_event_ctr(group):

    events = set()
    ctr = 0

    for val in group:
        if val in events:
           ctr += 1
        else:
           events.add(val)

    return ctr

并将以下内容应用于我的dataframe列,

df.groupby('userid').activity.agg(previous_event_ctr)

但是我一直收到TypeError：“系列”对象是可变的,因此无法进行哈希处理.我应该如何使用groupby将此功能应用于我的数据帧.

解决方法:

看来您需要cumcount,df必须先按userid和event_time排序：

df['count'] = df.sort_values(['userid','event_time'])
                .groupby(['userid', 'activity']).activity.cumcount()
print (df)

  userid           event_time activity  count
0      A  2017-01-01 02:20:34       E1      0
1      A  2017-01-01 02:20:50       E2      0
2      A  2017-03-01 11:23:43       E1      1
3      A  2017-03-01 11:23:55       E6      0
4      B  2017-01-01 08:24:32       E1      0
5      B  2017-01-01 08:25:25       E4      0
6      C  2017-01-01 23:19:21       E3      0
7      C  2017-01-01 23:20:04      E11      0

内容总结

以上是互联网集市为您收集整理的Python：将功能应用于groupby全部内容，希望文章能够帮你解决Python：将功能应用于groupby所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端