使用groupby按条件求和熊猫列

娜奥米·弗里德曼

我的数据框很大,我需要将“ view_day”列中的“ view”列相加一段时间。数据框如下所示:

size = 400
dtype = [('view_day', 'int32'), ('account', 'int32'), ('view', 'int32')]
values = np.ones(size, dtype=dtype)

dfo = pd.DataFrame(values)

dfo['view_day'] = np.random.randint(7605, 7605 + 180, dfo.shape[0])
dfo['account'] = np.random.randint(1548051, 1548051 + 10, dfo.shape[0])
dfo['view'] = np.random.randint(600, 1800, dfo.shape[0])
    view_day account        view
0   7651     1548055        1338
1   7698     1548054        1147

我需要创建一个新数据框架,以帐户作为索引,并汇总最近30天的总视图。新数据框如下所示:

accounts= dfo.account.unique()

size = len(accounts)
dtype = [('view_last_30', 'int32')]
values = np.zeros(size, dtype=dtype)
index = accounts
dfc1 = pd.DataFrame(values, index=index)
           view_last_30
1548058    sum of view of this account for the last 30 days
1548057             "

我设法通过以下方式使用groupby对数据进行分组和求和:

last_day= dfo['view_day'].max()
dfo['last_30'] = dfo['view_day'] > last_day- 30
gl = dfo.groupby(['account', 'last_30'])['view']
h = gl.sum()

我得到:

account  last_30
1548051  False      30439
         True        6713
1548052  False      27491
         True        8477

如何将last_30 == True的总和复制到新创建的数据框中?所以我会得到:

          view_last_30
1548051    6713
1548052    8477
最大容量

您可以使用IndexSlice访问器:

In [57]: s
Out[57]:
account  last_30
1548051  False      30439
         True        6713
1548052  False      27491
         True        8477
Name: val, dtype: int64

In [58]: s.loc[pd.IndexSlice[:,True]]
Out[58]:
account
1548051    6713
1548052    8477
Name: val, dtype: int64

本文收集自互联网,转载请注明来源。

如有侵权,请联系 [email protected] 删除。

编辑于
0

我来说两句

0 条评论
登录 后参与评论

相关文章

TOP 榜单

热门标签

归档