熊猫创建一个新的项目对列答案

【问题标题】：pandas create a new column of item pairs熊猫创建一个新的项目对列
【发布时间】：2021-06-13 23:13:16
【问题描述】：

我有一个这样的数据框：

orderID	Product	PurchaseDate
123	A	08/05/2021
123	B	08/05/2021
123	C	08/05/2021
123	D	08/05/2021
245	B	11/05/2021
245	C	11/05/2021
245	A	11/05/2021
...	...	...

我想创建一列产品对，因此我的新 df 将是：

orderID	ProductPairs	PurchaseDate
123	A,B	08/05/2021
123	B,C	08/05/2021
123	C,D	08/05/2021
123	A,C	08/05/2021
123	B,D	08/05/2021
...	...	...

知道如何用 pandas 做到这一点吗？

【问题讨论】：

您能解释一下如何对产品进行分组吗？分组 A,B 的逻辑是什么？将具有相同 orderID 的产品分组？如果你想对具有相同 orderID 的产品进行分组，你想对日期做什么？
是的，我想根据 orderID 对购买的产品对（单独购买）进行分组，并计算它们之间的平均间隔。
请编辑您的问题以包含更多解释 - 为什么 D 得到 08/05/2021？
也有点不清楚为什么 245 没有出现在输出中。您想要每个 orderID 单独的帧吗？还有什么？
此表是一个示例，有超过 2 个订单 ID 和超过 4 个产品，但不，我不想要分离的数据帧，多合一。我希望现在一切都清楚了。

标签： python pandas data-science

【解决方案1】：

IIUC 试试groupby agg + itertools.combinations + explode:

from itertools import combinations

new_df = (
    df.groupby(['orderID', 'PurchaseDate'])['Product']
        .agg(lambda p: list(combinations(p, 2)))
        .explode()
        .str.join(',')
        .reset_index(name='ProductPairs')
)

new_df:

   orderID PurchaseDate ProductPairs
0      123   08/05/2021          A,B
1      123   08/05/2021          A,C
2      123   08/05/2021          A,D
3      123   08/05/2021          B,C
4      123   08/05/2021          B,D
5      123   08/05/2021          C,D
6      245   11/05/2021          B,C
7      245   11/05/2021          B,A
8      245   11/05/2021          C,A

【讨论】：