如何合并数据框中的一些数据

Question

我需要在数据框中合并一些数据，因为我将在 python 中编码 [顺序关联规则]。

如何合并数据以及我应该在 python 中使用什么算法？先验？FP增长？我在python中使用apriori找不到[顺序关联规则]。他们使用 R

访问地点为250个。唯一ID号为116807，总行数为170万。而且，每个 id 都有 country_code（111 个国家/地区，但我会将它们分类为 10 个国家/地区）.. 所以我将它们再合并一个。

以前的数据

index     date_ymd      id     visit_nm   country

1         20170801    123123    seoul      460

2         20170801    123123    tokyo      460

3         20170801    124567    seoul      440

4         20170802    123123    osaka      460

5         20170802    123123    seoul      460

...         ...         ...      ...

我需要的

index    Transaction           visit_nm      country

1        20170801123123      {seoul,tokyo}     460

2        20170802123123      {osaka,seoul}     460

Answer 1

根据我看到的数据，使用 groupby agg：s=pd.Series(df.date_ymd.astype(str)+df.id.astype(str),name='Transaction')(df.groupby(s) .agg({'visit_nm':lambda x: set(x),'country':'first'}).reset_index())      Transaction        visit_nm  country0  20170801123123  {seoul, tokyo}      4601  20170801124567         {seoul}      4402  20170802123123  {osaka, seoul}      460

Answer 2

你也可以使用：df['Transaction'] = df['date_ymd'].map(str)+df['id'].map(str)df.groupby('Transaction').agg({'visit_nm': lambda x: set(x), 'country': 'first'}).reset_index()