"Pandas 로그인 세션 그룹 지정하기"의 두 판 사이의 차이

잔글 (Jmnote님이 Pandas 출입기록 그룹별 그룹 지정하기 문서를 Pandas 로그인 세션 그룹 지정하기 문서로 이동했습니다)
38번째 줄: 38번째 줄:
* [[Pandas cumsum()]]
* [[Pandas cumsum()]]
* [[Pandas 그룹 지정하기]]
* [[Pandas 그룹 지정하기]]
* [[Pandas 출입기록 그룹 지정하기 ]]
* [[Pandas 그룹별 기간 구하기]]


[[분류: Pandas 그룹]]
[[분류: Pandas 그룹]]
[[분류: Pandas cumsum()]]
[[분류: Pandas cumsum()]]

2021년 11월 27일 (토) 20:26 판

1 개요

Pandas 출입기록 그룹별 그룹 지정하기
Pandas 로그인 세션 그룹 지정하기

2 예시 1

import pandas as pd
df = pd.DataFrame({
'action_id': [1,2,3,4,5,6,7,8,9,10,11,12,13,14],
'user_id': [1,1,1,1,1,2,2,2,2,3,3,3,3,3],
'action_type': ['login','logout','login','move','logout','login','move','move','logout','login','logout','login','move','logout'],
})
df
df['group'] = df.user_id*1000 + (df.action_type=='login').cumsum()
df

3 예시 2

import pandas as pd
df = pd.DataFrame({
'action_id': [1,2,3,4,5,6,7,8,9,10,11,12,13,14],
'user_id': [1,1,1,1,1,2,2,2,2,3,3,3,3,3],
'action_type': ['login','logout','login','move','logout','login','move','move','logout','login','logout','login','move','logout'],
})
df
df['temp'] = 1*(df.action_type=='login')
df['group'] = df.user_id * 1000 + df.groupby(['user_id']).temp.apply(lambda x: x.cumsum())
df.drop(columns=['temp'],inplace=True)
df

4 같이 보기

문서 댓글 ({{ doc_comments.length }})
{{ comment.name }} {{ comment.created | snstime }}