在 pandas groupby 对象中查找和映射重复项

Question

我有 2 列，User_ID 和 Item_ID。现在我想创建一个新列“Reordered”，其中包含 0 或 1 的值。0 表示特定用户仅订购了一次商品，1 表示特定用户多次订购商品。 我认为这可以通过对 User_ID 进行分组，然后使用 apply 函数将重复项映射为 1 而非重复项映射为 0 来完成，但我无法为此找出正确的 python 代码。 如果有人可以请帮助我。

Answer 1

您可以将Series.duplicated 与参数keep=False 一起用于所有重复项 - 输出为Trues 和Falses。最后由astype转换为ints：

df['Reordered'] = df['User_ID'].duplicated(keep=False).astype(int)

示例：

df = pd.DataFrame({'User_ID':list('aaabaccd'),
                   'Item_ID':list('eetyutyu')})

df['Reordered'] = df['User_ID'].duplicated(keep=False).astype(int)
print (df)
  Item_ID User_ID  Reordered
0       e       a          1
1       e       a          1
2       t       a          1
3       y       b          0
4       u       a          1
5       t       c          1
6       y       c          1
7       u       d          0

或者可能需要DataFrame.duplicated 来检查每个用户duplicates：

df['Reordered'] = df.duplicated(['User_ID','Item_ID'], keep=False).astype(int)
print (df)
  Item_ID User_ID  Reordered
0       e       a          1
1       e       a          1
2       t       a          0
3       y       b          0
4       u       a          0
5       t       c          0
6       y       c          0
7       u       d          0