大熊猫合并一个数据帧和一系列

我有两只大熊猫DataFrames：一个包含客户号码的匿名散列（这里简单的数字0-19的哈希值）大熊猫合并一个数据帧和一系列

import pandas as pd 
import numpy as np 
from hashlib import sha1 

df_customers = pd.DataFrame([ sha1(i).hexdigest() for i in  np.arange(20)]) 
df_customers.columns = ["customer"]

现在我有一个第二表（数据帧）与200个发生客户从选择的20种不同的水果采摘：

fruit = ["apple", "banana", "peach", "plum", "orange", "cumquat", "raspberry", "lemon", "rubarb", "pineapple"] 
pd.DataFrame(np.c_[ np.array([ sha1(i).hexdigest() for i in np.random.randint(0,20,200) ]), 
      np.array([ fruit[i] for i in np.random.randint(0,len(fruit),200) ]) ], 
     columns=("customer_id","fruit") 
     )

现在我想将列添加到客户数据帧是指定的各种食用水果的 - 这是哈哈的不同水果的数量每位顾客都被吃掉了。为此我做了：

variety = df_eating.groupby("customer_id")["fruit"].apply(lambda x: len(np.unique(x)))

这给了我一个“系列”。现在，我觉得应该是添加这回df_customer一个直接的方式，尊重CUSTOMER_ID但在这里我很卡：

pd_customer["variety"] = variety

不尊重客户ID，并给出NaN的每一个值

和功能如pd.merge()其中有一个选项合并“开”的东西没有做我想要的东西。

来源

2015-05-12 Magellan88

我用numpy做了很多，但我是熊猫新手，所以任何commen关于如何提高我的代码以上也非常受欢迎 – Magellan88

如果我知道你想，那么你可以调用map和系列通过什么：

In [36]: 

df_customers['variety'] = df_customers['customer'].map(variety) 
df_customers 
Out[36]: 
            customer variety 
0 9069ca78e7450a285173431b3e52c5c25299e473  7 
1 3c585604e87f855973731fea83e21fab9392d2fc  9 
2 0aaf76f425c6e0f43a36197de768e67d9e035abb  6 
3 8e146c3c4e33449f95a49679795f74f7ae19ecc1  6 
4 d6459ab29c7b9a9fbf0c7c15fa35faa30fbf8cc6  7 
5 ddaf0ed54dfc227ce677b5c2b44e3edee7c7db77  5 
6 8098e7dfb09adba3bf783794ba0db81985a814d7  6 
7 2f086fc767a0dac59a38c67f409b4f74a1eab39f  8 
8 a454ca483b4a66b83826d061be2859dd79ff0d6c  7 
9 9db063f3b5e0adfd0d29a03db0a1c207b3740a94  6 
10 eb408ddc4fa484e6befdf5954e56a2198c7a9fab  8 
11 94312fc592ee3f323b3f9d8612737c507ec7f6c3  5 
12 f3a56292ca640b843071c9a143404cea014f4d5c  9 
13 b1197c208248d0f7ffb3e322d5ec187441dc1b26  7 
14 f143c36fc53bfde11a8d122249aced46c43cc2e2  7 
15 aefa2f5632d36978838bff3aabcef5ee01395729  5 
16 5497b0911b3f5772723def3b360a2e654327c19b  6 
17 498bcbf6cbffcc8dd2623f388d81f44cfad1014d  5 
18 96760d655a51e69d67d32a5f18c23c9bfe0576cf  5 
19 fe5aa6438ae9b661b033b91e9c679ad2898cbfd4  6

至于优化代码，你可以替换此行：

variety = df_eating.groupby("customer_id")["fruit"].apply(lambda x: len(np.unique(x)))

与等价的：

variety = df_eating.groupby("customer_id")["fruit"].nunique()

来源

2015-05-12 20:51:29 EdChum

大熊猫合并一个数据帧和一系列

回答

相关问题