[Python] 100 Schläge auf Data Science (strukturierte Datenverarbeitung) 024 Erläuterung

Youtube Videokommentar ist ebenfalls verfügbar.

Problem

P-024: Suchen Sie für den Datenrahmen für Belegdetails (df_receipt) das neueste Verkaufsdatum (sales_ymd) für jede Kunden-ID (customer_id) und zeigen Sie 10 Artikel an.

Antworten

Code


df_receipt.groupby('customer_id').sales_ymd.max().reset_index().head(10)

Ausgabe

customer_id sales_ymd
0 CS001113000004 20190308
1 CS001114000005 20190731
2 CS001115000010 20190405
3 CS001205000004 20190625
4 CS001205000006 20190224
5 CS001211000025 20190322
6 CS001212000027 20170127
7 CS001212000031 20180906
8 CS001212000046 20170811
9 CS001212000070 20191018

Kommentar

** - Wird verwendet, wenn Sie Daten mit demselben Wert gemeinsam in Pandas 'DataFrame / Series verarbeiten und die Summe oder den Durchschnitt der Daten mit demselben Wert überprüfen möchten. -'Groupby 'wird verwendet, wenn Sie Daten mit demselben Wert oder derselben Zeichenfolge erfassen und eine gemeinsame Operation (gesamt oder durchschnittlich) für jeden Wert oder dieselbe Zeichenfolge ausführen möchten.

Code


df_receipt.groupby('customer_id').agg({'sales_ymd':'max'}).reset_index().head(10)

Recommended Posts

[Python] 100 Schläge auf Data Science (strukturierte Datenverarbeitung) 018 Erläuterung
[Python] 100 Schläge auf Data Science (strukturierte Datenverarbeitung) 023 Erläuterung
[Python] 100 Schläge auf Data Science (strukturierte Datenverarbeitung) 030 Erläuterung
[Python] 100 Schläge auf Data Science (strukturierte Datenverarbeitung) 022 Erläuterung
[Python] 100 Schläge auf Data Science (strukturierte Datenverarbeitung) 017 Erläuterung
[Python] 100 Schläge auf Data Science (strukturierte Datenverarbeitung) 026 Erläuterung
[Python] 100 Schläge auf Data Science (strukturierte Datenverarbeitung) 016 Erläuterung
[Python] 100 Schläge auf Data Science (strukturierte Datenverarbeitung) 024 Erläuterung
[Python] 100 Schläge auf Data Science (strukturierte Datenverarbeitung) 027 Erläuterung
[Python] 100 Schläge auf Data Science (strukturierte Datenverarbeitung) 029 Erläuterung
[Python] 100 Schläge auf Data Science (strukturierte Datenverarbeitung) 015 Erläuterung
[Python] 100 Schläge auf Data Science (strukturierte Datenverarbeitung) 028 Erläuterung
"Data Science 100 Knock (Strukturierte Datenverarbeitung)" Python-007 Erläuterung
"Data Science 100 Knock (Strukturierte Datenverarbeitung)" Python-001 Erläuterung
"Data Science 100 Knock (Strukturierte Datenverarbeitung)" Python-002 Erläuterung
[Python] 100 Schläge auf Data Science (strukturierte Datenverarbeitung) 021 Erläuterung
"Data Science 100 Knock (Strukturierte Datenverarbeitung)" Python-005 Erläuterung
"Data Science 100 Knock (Strukturierte Datenverarbeitung)" Python-004 Erläuterung
[Python] 100 Schläge auf Data Science (strukturierte Datenverarbeitung) 020 Erläuterung
[Python] 100 Schläge auf Data Science (strukturierte Datenverarbeitung) 025 Erläuterung
"Data Science 100 Knock (Strukturierte Datenverarbeitung)" Python-003 Erläuterung
[Python] 100 Schläge auf Data Science (strukturierte Datenverarbeitung) 019 Erläuterung
[Python] 100 Schläge auf Data Science (strukturierte Datenverarbeitung) 001-010 Impressionen + Zusammenfassung der Kommentare
Versuchen Sie "100 Schläge auf Data Science" ①
Erste Schritte mit Python mit 100 Klopfen bei der Sprachverarbeitung
Fordern Sie 100 Data Science-Schläge heraus
Umgebungskonstruktion (Windows 10) für 100 Schläge Data Science (strukturierte Datenverarbeitung)
Data Science Cheet Sheet (Python)
[Python] Hinweise zur Datenanalyse
Deshalb habe ich Pandas verlassen [Data Science 100 Knock (Strukturierte Datenverarbeitung) # 2]
Deshalb habe ich Pandas verlassen [Data Science 100 Knock (Strukturierte Datenverarbeitung) # 1]
Deshalb habe ich Pandas verlassen [Data Science 100 Knock (Strukturierte Datenverarbeitung) # 5]
Deshalb habe ich Pandas verlassen [Data Science 100 Knock (Strukturierte Datenverarbeitung) # 4]
Deshalb habe ich Pandas verlassen [Data Science 100 Knock (Strukturierte Datenverarbeitung) # 6]
Starten Sie Data Science in der Cloud
Die Bildverarbeitung mit Python 100 klopft an die Binärisierung Nr. 3
100 Bildverarbeitung mit Python Knock # 2 Graustufen
100 Bildverarbeitung mit Python Knock # 8 Max Pooling
Ich habe Udemys "Practical Python Data Science" ausprobiert.
[Python] Verschiedene Datenverarbeitung mit Numpy-Array
Die Bildverarbeitung mit Python 100 führt zu einem durchschnittlichen Pooling von # 7
Bildverarbeitung mit Python 100 Knock # 9 Gauß-Filter
Bücher über Datenwissenschaft, die 2020 gelesen werden sollen
Führen Sie Python Script regelmäßig in der AWS Data Pipeline aus
Folium: Visualisieren Sie Daten auf einer Karte mit Python
Versuchen Sie, MLB-Daten auf Mac und Python zu importieren
TensorFlow: Führen Sie in Python gelernte Daten unter Android aus
Führen Sie Python auf Apache aus, um InfluxDB-Daten anzuzeigen
100 Sprachverarbeitungsklopfen 03 ~ 05
100 Sprachverarbeitungsklopfen (2020): 40
100 Sprachverarbeitungsklopfen (2020): 32
[Python] Fordere 100 Schläge heraus! (015 ~ 019)
100 Sprachverarbeitungsklopfen (2020): 35
Python-Bildverarbeitung
100 Sprachverarbeitungsklopfen (2020): 47
100 Sprachverarbeitungsklopfen (2020): 39
Python unter Windows
Twitter mit Python3
100 Sprachverarbeitungsklopfen (2020): 22