大熊貓合併一個數據幀和一系列

我有兩隻大熊貓DataFrames：一個包含客戶號碼的匿名散列（這裏簡單的數字0-19的哈希值）大熊貓合併一個數據幀和一系列

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"]

現在我有一個第二表（數據幀）與200個發生客戶從選擇的20種不同的水果採摘：

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") 
     )

現在我想將列添加到客戶數據幀是指定的各種食用水果的 - 這是哈哈的不同水果的數量每位顧客都被吃掉了。爲此我做了：

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

這給了我一個「系列」。現在，我覺得應該是添加這回df_customer一個直接的方式，尊重CUSTOMER_ID但在這裏我很卡：

pd_customer["variety"] = variety

不尊重客戶ID，並給出NaN的每一個值

和功能如pd.merge()其中有一個選項合併「開」的東西沒有做我想要的東西。

來源

2015-05-12 Magellan88

我用numpy做了很多，但我是熊貓新手，所以任何commen關於如何提高我的代碼以上也非常受歡迎 – Magellan88

如果我知道你想，那麼你可以調用map和系列通過什麼：

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

至於優化代碼，你可以替換此行：

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

與等價的：

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

來源

2015-05-12 20:51:29 EdChum

大熊貓合併一個數據幀和一系列

回答

相關問題