在進行資料分析、資料建模時,我們首先要做的就是對資料進行處理,提取我們需要的資訊。下面為大家介紹一些groupby的用法,以便能夠更加方便地進行資料處理。
我們往往在使用groupby進行資訊提取時,往往是求分組後樣本的一些統計量(max、min,var等)。如果現在我們希望取一下分組後樣本的第二條記錄,倒數第三條記錄,這個該如何操作呢?我們可以通過first、last來提取分組後第一條和最後一條樣本。但如果我們要取指定位置的樣本,就沒有現成的函式。需要我們自己去寫了。下面我就為大家介紹如何實現上面的功能。
1)資料介紹
action表共有3列:userid、actionType和actionTime,分別代表使用者id,使用者行為型別和行為發生時間。具體格式如下圖所示:
2)分組操作
a = action.groupby('userid')
b = action.groupby('userid')['actionTime']
type(a)
type(b)
分組後我們可以看到a和b的資料型別是DataFrameGroupBy和SeriesGroupBy
3)取數操作
①不同使用者第二次/倒數第二次操作時間
action.groupby('userid')['actionTime'].apply(lambda i:i.iloc[1] if len(i)>1 else np.nan)
action.groupby('userid')['actionTime'].apply(lambda i:i.iloc[-2] if len(i)>1 else np.nan)
②不同使用者某種行為第二次/倒數第二次操作時間
action[action['actionType']==2].groupby('userid')['actionTime'].apply(lambda i:i.iloc[1] if len(i)>1 else np.nan)
action[action['actionType']==2].groupby('userid')['actionTime'].apply(lambda i:i.iloc[-2] if len(i)>1 else np.nan)
PS:因為有些使用者可能只有一條記錄,直接取可能會出錯,所以我用if先做判斷。
這樣我們就可以提取分組後資料任意位置的樣本了。
以上這篇Python在groupby分組後提取指定位置記錄方法就是小編分享給大家的全部內容了,希望能給大家一個參考,也希望大家多多支援指令碼之家。
写评论
很抱歉,必須登入網站才能發佈留言。