我是python的新手。我有一些数据
dat1=DataFrame({'user_id':['a1','a1','a4','a3','a1','a15', 'a8', 'a15' ,'a1', 'a5'],
'Visits':[1,4,2,1,3,1,1,8,1,9],'cell': [14,21,14,14,19,10,18,17,10,11],
'date': ['2011-01-05', '2011-01-05', '2011-01-12', '2011-01-12', '2011-01-12', '2011-01-12', '2011-01-02', '2011-01-19', '2011-01-19', '2011-01-19' ] })
dat1['date']=pd.to_datetime(dat1['date'])
dat2=dat1.sort_index(by='date')
这给了我一个窗体的数据帧
Visits cell date user_id
1 18 2011-01-02 a8
1 14 2011-01-05 a1
4 21 2011-01-05 a1
2 14 2011-01-12 a4
1 14 2011-01-12 a3
3 19 2011-01-12 a1
1 10 2011-01-12 a15
8 17 2011-01-19 a15
1 10 2011-01-19 a1
9 11 2011-01-19 a5
我想创建一个DataFrame,这样每一列都用一个唯一的用户id标识,每一行都是一个唯一的日期。每个单元格包含一个 0或1取决于用户id和日期是否在原始数据帧中共享一行。在R
我会使用sapply和一个用户定义的函数来实现这个操作,但是在Python中,我很难找到一个解决方案。你知道吗
我的用户ID数组表示为
user_names= dat2['user_id'].unique()
我的最后一个数据帧应该是
a8 a1 a4 a3 a15 a5
1 0 0 0 0 0
0 1 0 0 0 0
0 1 1 1 1 0
0 1 0 0 1 1
您可以在这里使用
get_dummies
函数:这为我们提供了一个数据帧,它使用“一个热”编码来表示用户是否在以下日期访问:
但是日期是重复的。因此,我们根据日期索引和聚合进行分组,询问用户是否访问了该日期的任何条目:
它给出:
相关问题 更多 >
编程相关推荐