# 用户领券数 keys = ['User_id'] # 主键 prefixs = 'simple_' + '_'.join(keys) + '_' # 特征名前缀,由label_field和主键组成 pivot = pd.pivot_table(data, index=keys, values='cnt', aggfunc=len) # 以keys为键,'cnt'为值,使用len统计出现的次数 pivot = pd.DataFrame(pivot).rename(columns={ 'cnt': prefixs + 'receive_cnt'}).reset_index() # pivot_table后keys会成为index,统计出的特征列会以values即'cnt'命名,将其改名为特征名前缀+特征意义,并将index还原 feature = pd.merge(feature, pivot, on=keys, how='left') # 将id列与特征列左连解释一下该段代码
时间: 2023-12-24 17:04:02 浏览: 101
好的,你的第二个问题是如何统计用户领券数,并将其作为特征加入到数据集中?
首先,我们需要以 `User_id` 为键,统计领券次数。可以使用 Pandas 的 `pivot_table` 方法实现,具体代码如下:
```
keys = ['User_id'] # 主键
pivot = pd.pivot_table(data, index=keys, values='cnt', aggfunc=len) # 以keys为键,'cnt'为值,使用len统计出现的次数
```
其中,`data` 是原始数据集,`keys` 是主键列表,`cnt` 是领券次数列的名称,`len` 是统计函数。上述代码将根据 `User_id` 统计每个用户领券的次数。
接下来,我们将统计结果作为新的一列特征加入到数据集中。具体代码如下:
```
prefixs = 'simple_' + '_'.join(keys) + '_' # 特征名前缀,由 label_field 和主键组成
pivot = pd.DataFrame(pivot).rename(columns={'cnt': prefixs + 'receive_cnt'}).reset_index() # 将统计结果重命名,并还原 index
feature = pd.merge(feature, pivot, on=keys, how='left') # 将 id 列与特征列左连
```
其中,`prefixs` 是特征名前缀,由 `label_field` 和主键组成;`pivot` 是统计结果,使用 `rename` 方法将 `cnt` 列重命名为特征名前缀加上 `receive_cnt`,并使用 `reset_index` 方法还原 index;`feature` 是数据集,使用 `merge` 方法将 id 列与特征列左连接,将统计结果加入到数据集中。
阅读全文