需求描述

• 在今天的數據需求，現在要統計各個場景下的類目種類數，并列出對應都有哪些類目。
• ?現在面臨的問題是：每個客戶的應用場景不同，購買的類目也有多種。

🎞🎞🎞🎞🎞🎞🎞🎞🎞🎞🎞🎞🎞🎞🎞🎞🎞🎞🎞🎞🎞🎞🎞🎞🎞🎞🎞🎞🎞🎞🎞🎞🎞🎞🎞🎞🎞

數據形式

數據處理前：

?最終統計的結果：

拆開來看，分兩大塊一部分是統計最適場景的類目數、一部分是統計最適場景的類目組合?

解決思路：

1、首先將原始數據中用到的列提取出來，一行拆分為多行

2、對原始數據進行去重處理，得到最新的數據

• 統計最適場景的類目數

? ? ? ?使用pandas中的pivot_table()。

• 統計最適場景的類目組合

? ? ? ? 將各個場景下的，類目進行拼接。

具體實現代碼：

1、首先將原始數據中用到的列提取出來，一行拆分為多行

data2_1 =data2[['類目','最適場景']] data2_1['類目1'] = data2_1['類目'] data2_1 = data2_1.drop(['類目1'], axis=1).join(data2_1['類目1'].str.split(',', expand=True).stack().reset_index(level=1, drop=True).rename('類目_new')) print(data2_1.head())

2、便于后面的統計，對原始數據進行去重處理，得到最新的數據

data2_1 =data2_1[['最適場景','類目_new']] data2_1.drop_duplicates(inplace =True) #對數據進行去重

• 統計最適場景的類目數

kind_1 =pd.pivot_table(data2_1,values =['類目_new'],index =['最適場景'],aggfunc ={ '類目_new':lambda x :len(x.dropna().unique())},fill_value =0).reset_index(drop=False).rename(columns ={'類目_new':'類目數'}) print(kind_1.head())

• 統計最適場景的類目組合

# 創建函數，用于聚合場景購買品類的集合 def fun_join(x):return ','.join(x.values)kind_2 =data2_1.groupby(by = '最適場景').agg(fun_join).reset_index().rename(columns ={'類目_new':'類目組合'}) #獲得最近一次購買產品的組合kind =pd.merge(kind_1,kind_2,on =['最適場景'],how ='inner') print(kind.head())

?至此，已經完成了這個數據需求。

總結一下：

在這個數據需求里面最重要的兩點，一個是數據的拆分；一個是數據的合并。

總結

以上是生活随笔為你收集整理的pandas 将一行拆分为多行，将多行合并为一行的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。