Блог

Главная - Вопросы по программированию - Как получить каждый второй или третий идентификатор, сгруппированный по пользователям Pandas Python?

Как получить каждый второй или третий идентификатор, сгруппированный по пользователям Pandas Python?

#python #pandas

Вопрос:

У меня есть фрейм данных с такими пользователями, как usera и userb, мне нужно сгруппироваться по этому, и у каждого пользователя есть свой уникальный идентификатор. Мне нужно получать каждый второй идентификатор пользователя не по строке, а по идентификатору. Мне удалось получить каждый второй идентификатор, но это не очень хорошо, потому что может быть несколько пользователей. Вот мой код с входами и выходами:

 import pandas as pd
import numpy as np


id = ['11', '11', '11', '15', '15', '15', '23', '23', '25','25','26','26','27','27','27','28','28']
username = ['usera','usera','usera','usera','usera','usera','usera','usera','usera','usera','userb','userb','userb','userb','userb','userb','userb']
date = ['2021-05-04','2021-05-05','2021-05-05','2021-05-06','2021-06-07','2021-06-08','2021-07-09','2021-03-09','2021-04-10','2021-04-10','2021-04-10','2021-04-10','2021-04-10','2021-04-10','2021-04-10','2021-04-10','2021-04-10']

df = pd.DataFrame({'id': id, 'username': username, 'date': date})


df = df.sort_values(by=['id'], ignore_index=True) #Sort because the dataframe not sorted.

# kick out non-unique IDs
unique_ids = np.unique(df['id'])



unique_ids = df.groupby('username')['id'].agg(['unique'])
print("g")
print(unique_ids)
print("gend")

print("g2")

otherframe = pd.DataFrame(unique_ids)
print(otherframe['unique'])



# every 2nd
print(unique_ids[::2])
print("nn head")
every_2nd = df[df['id'].isin(unique_ids[::2])]

#every_2nd get new dataframe with every second id grouped by users

#username        unique           
#usera     [11, 15, 23, 25] usera id-s
#userb         [26, 27, 28] userb id-s

#usera every second id= [11,  23 ]
#userb    every second id=     [26,  28] userb id-s


#expected ooutput
#every_second_id_by_user = ['11', '11', '11',  '23', '23', '26','26','27','27','27','28','28']
#and every second date=

Ответ №1:

Редактировать: решение @Akshay Sehgal лучше.

Если я правильно понимаю вопрос, я верю, что то, чего вы хотите, может быть достигнуто как:

 df.groupby(['username', 'id'])['id'].unique()[::2]

# username  id
# usera     11    [11]
#           23    [23]
# userb     26    [26]
#           28    [28]
# Name: id, dtype: object

Ключ состоит в том, чтобы сгруппироваться по имени пользователя и идентификатору, прежде чем принимать уникальные значения.

Ответ №2:

Попробуй это —

 df.groupby('username')['id'].unique().str[::2]
 
 username
usera    [11, 23]
userb    [26, 28]
Name: id, dtype: object

Если вы хотите дополнительно отфильтровать исходный фрейм данных для строк по этим идентификаторам, используйте это —

 idx = df.groupby('username')['id'].unique().str[::2].explode()
df[df['id'].isin(idx)]
 
     id username        date
0   11    usera  2021-05-04
1   11    usera  2021-05-05
2   11    usera  2021-05-05
6   23    usera  2021-07-09
7   23    usera  2021-03-09
10  26    userb  2021-04-10
11  26    userb  2021-04-10
15  28    userb  2021-04-10
16  28    userb  2021-04-10
Метки: ,