盘点一个Pandas分组聚类问题

IT共享之家

共 4196字,需浏览 9分钟

 ·

2022-06-29 17:22

点击上方“Python共享之家”,进行关注

回复“资源”即可获赠Python学习资料

对棋陪谢傅,把剑觅徐君。

大家好,我是皮皮。

一、前言

前几天在Python最强王者交流群【Chloe】问了一道Pandas处理的问题,如下图所示。

原始数据如下:

df = pd.DataFrame({
'ord_no':[70001,70009,70002,70004,70007,70005,70008,70010,70003,70012,70011,70013],
'purch_amt':[150.5, 270.65, 65.26, 110.5, 948.5, 2400.6, 5760, 1983.43, 2480.4, 250.45, 75.29, 3045.6],
'ord_date': ['05-10-2012','09-10-2012','05-10-2012','08-17-2012','10-09-2012','07-27-2012','10-09-2012','10-10-2012','10-10-2012','06-17-2012','07-08-2012','04-25-2012'],
'customer_id':['C3001','C3001','D3005','D3001','C3005','D3001','C3005','D3001','D3005','C3001','D3005','D3005'],
'salesman_id': [5002,5005,5001,5003,5002,5001,5001,5006,5003,5002,5007,5001]})

def f(x):
    return (x[0]=='C').sum()

df.groupby('salesman_id').agg({'customer_id':[('customer_id_C',f),('customer_id_list',lambda x:','.join(x)),('purc',lambda x:x.max()-x.min())]})

题目的要求是:

要求就是: calculate the number of customers starting with 'C'
# the list of all products and the difference of maximum purchase amount and minimum purchase amount.

预期的结果如下图所示:

二、实现过程

这个是聚类求和的问题,这里【月神】给出一个可行的代码,大家后面遇到了,可以对应的修改下,事半功倍,代码如下所示:

# 要求就是: calculate the number of customers starting with 'C',
# the list of all products and the difference of maximum purchase amount and minimum purchase amount.
import pandas as pd

df = pd.DataFrame({
    'ord_no': [70001, 70009, 70002, 70004, 70007, 70005, 70008, 70010, 70003, 70012, 70011, 70013],
    'purch_amt': [150.5, 270.65, 65.26, 110.5, 948.5, 2400.6, 5760, 1983.43, 2480.4, 250.45, 75.29, 3045.6],
    'ord_date': ['05-10-2012''09-10-2012''05-10-2012''08-17-2012''10-09-2012''07-27-2012''10-09-2012',
                 '10-10-2012''10-10-2012''06-17-2012''07-08-2012''04-25-2012'],
    'customer_id': ['C3001''C3001''D3005''D3001''C3005''D3001''C3005''D3001''D3005''C3001''D3005',
                    'D3005'],
    'salesman_id': [5002, 5005, 5001, 5003, 5002, 5001, 5001, 5006, 5003, 5002, 5007, 5001]})

result = df.groupby('salesman_id').agg({'customer_id': [('customer_id_start_C', lambda x: (x.str[0] == 'C').sum()),
                                               ('customer_id_list', lambda x: ', '.join(x))],
                              'purch_amt': [('purchase_amt_app', lambda x: x.max() - x.min())]})

print(result)

运行之后,结果就是想要的了。

完美的解决了粉丝的问题!关于索引取值,还有其他的一个方法,如下所示。

三、总结

大家好,我是皮皮。这篇文章主要盘点了一道使用Pandas处理数据的问题,文中针对该问题给出了具体的解析和代码实现,帮助粉丝顺利解决了问题。

最后感谢粉丝【Chloe】提问,感谢【月神】给出的思路和代码解析,感谢【dcpeng】、【冯诚】等人参与学习交流。

小伙伴们,快快用实践一下吧!如果在学习过程中,有遇到任何问题,欢迎加我好友,我拉你进Python学习交流群共同探讨学习。

------------------- End -------------------

往期精彩文章推荐:

欢迎大家点赞,留言,转发,转载,感谢大家的相伴与支持

想加入Python学习群请在后台回复【

万水千山总是情,点个【在看】行不行

浏览 27
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报