Python在groupby分组后提取指定位置记录方法
作者：LZ_Zack 发布时间：2023-06-09 08:48:16
标签：groupby,分组,提取,位置
在进行数据分析、数据建模时，我们首先要做的就是对数据进行处理，提取我们需要的信息。下面为大家介绍一些groupby的用法，以便能够更加方便地进行数据处理。
我们往往在使用groupby进行信息提取时，往往是求分组后样本的一些统计量（max、min，var等）。如果现在我们希望取一下分组后样本的第二条记录，倒数第三条记录，这个该如何操作呢？我们可以通过first、last来提取分组后第一条和最后一条样本。但如果我们要取指定位置的样本，就没有现成的函数。需要我们自己去写了。下面我就为大家介绍如何实现上面的功能。
1）数据介绍
action表共有3列：userid、actionType和actionTime，分别代表用户id，用户行为类型和行为发生时间。具体格式如下图所示：
2）分组操作
a = action.groupby('userid')
b = action.groupby('userid')['actionTime']
type(a)
type(b)
分组后我们可以看到a和b的数据类型是DataFrameGroupBy和SeriesGroupBy
3）取数操作
①不同用户第二次/倒数第二次操作时间
action.groupby('userid')['actionTime'].apply(lambda i:i.iloc[1] if len(i)>1 else np.nan)
action.groupby('userid')['actionTime'].apply(lambda i:i.iloc[-2] if len(i)>1 else np.nan)
②不同用户某种行为第二次/倒数第二次操作时间
action[action['actionType']==2].groupby('userid')['actionTime'].apply(lambda i:i.iloc[1] if len(i)>1 else np.nan)
action[action['actionType']==2].groupby('userid')['actionTime'].apply(lambda i:i.iloc[-2] if len(i)>1 else np.nan)
PS：因为有些用户可能只有一条记录，直接取可能会出错，所以我用if先做判断。
这样我们就可以提取分组后数据任意位置的样本了。
来源：https://blog.csdn.net/lz_peter/article/details/79044247
0
投稿猜你喜欢
- 前言编写条件分支代码是编码过程中不可或缺的一部分。如果用道路来做比喻，现实世界中的代码从来都不是一条笔直的高速公路，而更像是由无数个岔路口组
# 源码如下：#!/usr/bin/env python#coding=utf-8import osfrom PIL import Imag- 网络上有很多个性化的404页面，但是404页面不仅仅是个性化展示，404页面本来目的是：告诉浏览者其所请求的页面不存在或链接错误，同时引导用
- 使用指令：pyinstaller -F -w main.py生成的.exe文件执行报错看报错信息，初步怀疑是生成的.exe不能执行.ini配
- 蜜蜂可以看到紫外线，人则看不到；蛇和蚊子可以看到红外线，人则看不到。火狐（Firefox）浏览器也可以看到人们看不到的东西，但迄今为止，这些
- 配置文件注释里面有写，懒得用配置文件了代码# 京东云无线路由宝推送import requestsimport jsonimport time
- *args 和 **kwargs首先，要知道的是并不是必须写成*args和**kwargs。 只有变量前⾯的*才是必须的。所以，你也可以写成
- 1. 规范简介本规范主要规定ASP源程序在书写过程中所应遵循的规则及注意事项。编写该规范的目的是使项目开发人员的源代码书写习惯保持一致。这样
- 本文实例为大家分享了python(列表生成式/器）的具体代码，供大家参考，具体内容如下一、列表生成式#列表生成式是快速生成一个列表的一些公式
- 之前在懒懒分会上分享的一点关于border画小图的内容, 完整的ppt在这里.原理css盒模型一个盒子包括: margin+border+p
- 异常处理是日常操作了，但是有时候不能只能打印我们处理的结果，还需要将我们的异常打印出来，这样更直观的显示错误下面来介绍traceback模块
- SQL Server有几个版本都在使用中——4.2, 6.0, 6.5, 7.0, 2000，以及2
- ASP木马防御： 代码如下:const adTypeBinary=1 dim jpg(1):jpg(0)=CB
- 在MySQL中有两种方法1、create table t_name select ...2、create table t_name like
- 前言 日益增长的分布式应用需求要求实现更好分布式的软件环境，不断推动着分布式技术的进步。Oracle数据复制是实现分布式数据环境的一种技术，
- 我们进行CSS网页布局的时候，都知道它需要符合XHTML1.0规范。如果我们在进行CSS网页布局的时候，还在使用被W3C废弃的元素，那就失去
- 在Python的标准库中，functools库中有很多对方法有操作的封装功能，partial Objects就是其中之一，他可以实现对方法参
- python中一切皆为对象，所谓对象：我自己就是一个对象，我玩的电脑就是对象，坐着的椅子就是对象，家里养的小狗也是一个对象。。。。。。我们通
- event-----------------------------------------------------------------
- JAN-1(January) FEB-2(February) MAR-3(March)APR-4(April) MAY-5(Ma
