Pandas Python中项目的分组和计算频率

Question

假设，我有以下简单的数据框。

d = {'Date': ['20/01/2019', '21/01/2019', '20/01/2019','21/01/2019', '21/01/2019' ,'20/01/2019','21/01/2019'], 
     'Customer': ['C1' ,'C2', 'C1', 'C3', 'C1', 'C2', 'C2'], 
     'Merchant':['M1', 'M1', 'M2', 'M1','M3', 'M1','M3']}
df = pd.DataFrame(data=d)
df

Date            Customer    Merchant
20/01/2019        C1        M1
21/01/2019        C2        M1
20/01/2019        C1        M2
21/01/2019        C3        M1
21/01/2019        C1        M3
20/01/2019        C2        M1
21/01/2019        C2        M3

考虑到客户与商家的组合，我想按Date 分组。

例如，C1（客户 1）在交易中出现了 3 次，但在三个不同的商家中出现了不同的日期。我想根据日期对客户 1 的出现进行分组，并将组合放入新列 Combination。同样适用于其他客户。然后我想计算客户列出的商家 (M1, M2, and M3) 的次数。这可以通过创建列Merchant_item 及其Frequency 来完成。另外，如果一行与另一行合并，我想删除第二个重复的行，如下所示。

Date            Customer    Merchant   Combination   Merchant_item   Frequency 
20/01/2019        C1          M1         {M1, M2}       M1              3
21/01/2019        C2          M1         {M1, M3}       M2              1
21/01/2019        C3          M1         {M1}           M3              3
21/01/2019        C1          M3         {M3}
20/01/2019        C2          M3         {M3}

任何人都可以在 Python Pandas 中帮助解决这个问题吗？任何帮助表示赞赏！

Answer 1

这是您将初始分组到列表中的方式，以及您如何计算商家出现在分组列表中的次数。正如 cmets 中所讨论的，我认为您所需输出的结构存在问题，因此我将出现在 Merchant 元组中的每个商家的计数包括在内。

g = df.groupby(['Date','Customer']).aggregate(lambda x: tuple(x))
m = g.reset_index()['Merchant'].explode().value_counts()

count = g['Merchant'].apply(lambda x: m[m.index.isin(x)].values.tolist()).values
pd.concat([g.reset_index(), pd.Series(count, name='MerchantCount')], axis=1)

Date    Customer    Merchant    MerchantCount
0   20/01/2019  C1  (M1, M2)    [4, 1]
1   20/01/2019  C2  (M1,)       [4]
2   21/01/2019  C1  (M3,)       [2]
3   21/01/2019  C2  (M1, M3)    [4, 2]
4   21/01/2019  C3  (M1,)       [4]

参考您的评论，商家数量在变量中，m：

M1    4
M3    2
M2    1
Name: Merchant, dtype: int64