Pandasへのアクティビティログイン

-2

私は入力として（USERID、Datetime）を持つcsvを持っています私のユーザの活動を分析するために、インデックスであるPandasシリーズを生成したいと思います。（複数のシリーズ）。値は、その日に集計された各ユーザーのアクティビティの合計です（たとえば、日）。Pandasへのアクティビティログイン

ありがとうございます。

出典

2017-09-13 DED

モックデータの簡単なサンプルデータフレームと所望の出力を提供してください。 – flyingmeatball

だから、あなたは自分で**コードを書こうとするつもりです**。 ** [もっと研究をして]（// meta.stackoverflow.com/questions/261592)**あなたが問題を抱えていると、あなたが試みたものを投稿することができます** t作業**を提供し、** [最小、完全、および検証可能な例]（// stackoverflow.com/help/mcve)**を提供します。 – Rob

フェイクデータ

n = 100 
np.random.seed(1) 
userid = np.random.randint(0, 10, n) 
datetime = np.random.randint(0, 10, n) + pd.Timestamp('2016-1-1', freq='D') 
activity = np.random.randint(0,1000, n) 
df = pd.DataFrame({'USERID':userid, 'Datetime':datetime, 'activity':activity}) 
df.head(10) 

    Datetime USERID activity 
0 2016-01-10  5  788 
1 2016-01-01  8  44 
2 2016-01-03  9  271 
3 2016-01-01  5  670 
4 2016-01-08  0  475 
5 2016-01-02  0  910 
6 2016-01-08  1  499 
7 2016-01-10  7  787 
8 2016-01-09  6  251 
9 2016-01-05  9  666

ソリューション

df.groupby(['Datetime', 'USERID'])['activity'].sum().unstack(fill_value=0) 

USERID   0 1  2  3  4  5  6  7  8  9 
Datetime                
2016-01-01  0 166 1091 1878 583 670  0 1524 577 881 
2016-01-02 910 0  0 810 2146 706 182 138 1157  0 
2016-01-03  0 0  0  0 433  0 1955 1914 566 561 
2016-01-04 51 407 598  0  0  0 440 783  0  0 
2016-01-05  0 324 662  0  0  0  0 990 79 2849 
2016-01-06  0 959  0 230 878  0  0 656 879 300 
2016-01-07 1390 100  0 575  0  0  0 806 87 1243 
2016-01-08 975 499 503  0 657  0 403 755  0 1271 
2016-01-09 342 0 739 617  0 1297 251 1207 324 458 
2016-01-10 963 832  0  0 975 1179  0 787 717 145

出典

2017-09-13 22:32:41

Pandasへのアクティビティログイン

答えて

関連する問題