计算用户在 pandas 数据框中完成的购买次数

Question

我有一个 pandas 数据框，其中包含订单和对书籍文件的简单访问，我想获得一个单独的数据框，我可以在其中查看每个用户的订单并放弃访问。

这是我的数据框格式的示例：

    number  type   username   product   order_code  order_datetime    model    price
0     1     order   alicia7    130365       ...        ...            ebook     5.99
1     1     order   alicia7    130365       ...        ...            ebook     5.99
2     4    access   7762hc      65487       ...        ...           printed   15.45
3     3    access   kylemm      45878       ...        ...            ebook     7.99
4     1     order   john5       32054       ...        ...           printed   18.99

数字仅表示用户访问图书文件的次数。所以，我想要达到的结果是，一个新的数据框，我有一个用户的每个订单，如果我可以将用户购买的同一本书分组，那就更好了，比如，添加一个用户购买的同一本书的总金额的新列。像这样的：

     type   username   product   count  
0   order   alicia7    130365      2       
4   order   john5       32054      1     

这可能吗？

Answer 1

按boolean indexing过滤值，然后按GroupBy.size计数：

print (df[df['type'].eq('order')])
   number   type username  product    model  price
0       1  order  alicia7   130365    ebook   5.99
1       1  order  alicia7   130365    ebook   5.99
4       1  order    john5    32054  printed  18.99

df1 = df[df['type'].eq('order')].groupby(['type','username','product']).size().reset_index(name='count')

或按DataFrame.query过滤：

df1 = df.query('type=="order"').groupby(['type','username','product']).size().reset_index(name='count')

print (df1)
    type username  product  count
0  order  alicia7   130365      2
1  order    john5    32054      1

对于不使用过滤器的所有可能组合：

df2 = df.groupby(['type','username','product']).size().reset_index(name='count')
print (df2)
     type username  product  count
0  access   7762hc    65487      1
1  access   kylemm    45878      1
2   order  alicia7   130365      2
3   order    john5    32054      1

Answer 2

如果我没记错的话，你的代码应该是这样的：

df_gb = df.groupby(['type','username','product'],as_index=False).agg({'model':'count'}).rename(columns ={'model':'count'})
orders_filtered_df = df_gb[df_gb.type=='order']