我有大数据框,我需要在'view_day'列中为'for'时段加上'view'列 . 数据框看起来像:
size = 400
dtype = [('view_day', 'int32'), ('account', 'int32'), ('view', 'int32')]
values = np.ones(size, dtype=dtype)
dfo = pd.DataFrame(values)
dfo['view_day'] = np.random.randint(7605, 7605 + 180, dfo.shape[0])
dfo['account'] = np.random.randint(1548051, 1548051 + 10, dfo.shape[0])
dfo['view'] = np.random.randint(600, 1800, dfo.shape[0])
view_day account view
0 7651 1548055 1338
1 7698 1548054 1147
我需要创建新的数据框,帐户作为索引,并总结过去30天的总视图 . 新数据框架如下所示:
accounts= dfo.account.unique()
size = len(accounts)
dtype = [('view_last_30', 'int32')]
values = np.zeros(size, dtype=dtype)
index = accounts
dfc1 = pd.DataFrame(values, index=index)
view_last_30
1548058 sum of view of this account for the last 30 days
1548057 "
我设法通过以下方式对groupby进行分组和汇总:
last_day= dfo['view_day'].max()
dfo['last_30'] = dfo['view_day'] > last_day- 30
gl = dfo.groupby(['account', 'last_30'])['view']
h = gl.sum()
我明白了:
account last_30
1548051 False 30439
True 6713
1548052 False 27491
True 8477
如何将last_30 == True的总和复制到新创建的数据框中?所以我会得到:
view_last_30
1548051 6713
1548052 8477
2 回答
get_level_values
然后使用布尔选择你可以使用IndexSlice accessor: