当用户购买了某个类别时，寻找其他类别的销售？答案

【问题标题】：Find sale of other categories when a user has bought in some category?当用户购买了某个类别时，寻找其他类别的销售？
【发布时间】：2019-08-21 03:25:48
【问题描述】：

我有以下格式的数据。这是不同类别的 user_id 级别的销售日期。

id  cat_1   cat_2   cat_3
1     1      10      100
2     2      0        0
3     0      20       0
5     3      0        0
6     4      0        0
9     5      0        0
10    0     30       200
11    6     0        300
12    7     0         0
13    8     40      400

我想要用户购买某个类别时其他类别的销售额等数据。例如。当cat_1不等于0时，cat_2和cat_3的销售额是多少。

      cat_1  cat_2  cat_3
cat_1   36   50     800
cat_2   9   100     700
cat_3   15  80      1000

可以在excel中完成，但是通过pandas寻找方法。

【问题讨论】：

标签： python pandas

【解决方案1】：

将字典理解与boolean indexing 和Series.eq (>) 过滤的行的总和一起使用，通过concat 连接在一起并通过Series.unstack 重塑：

#if id is not index
df = df.set_index('id')
df = pd.concat({x:df[df[x].gt(0)].sum() for x in df.columns}).unstack()
#alternative
#df = pd.concat({x:df[df[x].gt(0)].sum() for x in df.columns}, axis=1).T

print (df)
       cat_1  cat_2  cat_3
cat_1     36     50    800
cat_2      9    100    700
cat_3     15     80   1000

【讨论】：

@NitinKansal - 当然，检查我的个人资料，为我的 eamil 运行代码并将 csv 发送给我。

【解决方案2】：

arr = np.empty([df.shape[1], df.shape[1]])
for indexi,i in enumerate(df):
    for indexj,j in enumerate(df):
        arr[indexi][indexj] = sum(df[df[i]>0][j])

【讨论】：

所以我改变了我的解决方案。还是您的解决方案有效而我没有？我很困惑。