forループなしで効率的にデータフレームを作成

Question

私は電子メールデータなどの広告データを扱っています。一人一人のために、彼らは変換された何の日、その後の日は、彼らが郵送されたかを述べ、その、メールレベルで

1. 1：私は2つのデータセットを持っています。

   import pandas as pd 
   
   df_emailed=pd.DataFrame() 
   df_emailed['person']=['A','A','A','A','B','B','B'] 
   df_emailed['day']=[2,4,8,9,1,2,5] 
   df_emailed 
   print(df_emailed) 
   
       person day 
   0  A 2 
   1  A 4 
   2  A 8 
   3  A 9 
   4  B 1 
   5  B 2 
   6  B 5 
   

2. 誰かが変換したかどうかを示す要約データフレームがあります。

   df_summary=pd.DataFrame() 
   df_summary['person']=['A','B'] 
   df_summary['days_max']=[10,5] 
   df_summary['convert']=[1,0] 
   print(df_summary) 
   
       person days_max convert 
   0  A  10  1 
   1  B   5  0 
   

私は一人一人のために、と言う最後のデータフレームの中にこれらを結合したいと思います：最大の日付に

• 1、彼らは電子メールで送信されたかどうか
• （0,1）データフレームの最終日に
• 変換されたかどうか（0,1）。

データフレームの最終日に変換されているものとします。

私はこれをネストされたforループを使って行うことを知っていますが、私はそれが信じられないほど非効率で、ばかなことだと思います。誰もこれを行う効率的な方法を知っていますか？

望ましい結果

df_final=pd.DataFrame() 
df_final['person']=['A','A','A','A','A','A','A','A','A','A','B','B','B','B','B'] 
df_final['day']=[1,2,3,4,5,6,7,8,9,10,1,2,3,4,5] 
df_final['emailed']=[0,1,0,1,0,0,0,1,1,0,1,1,0,0,1] 
df_final['convert']=[0,0,0,0,0,0,0,0,0,1,0,0,0,0,0] 
print(df_final) 

    person day emailed convert 
0  A 1  0  0 
1  A 2  1  0 
2  A 3  0  0 
3  A 4  1  0 
4  A 5  0  0 
5  A 6  0  0 
6  A 7  0  0 
7  A 8  1  0 
8  A 9  1  0 
9  A 10  0  1 
10  B 1  1  0 
11  B 2  1  0 
12  B 3  0  0 
13  B 4  0  0 
14  B 5  1  0 

あなたと幸せな休日をありがとうございました！

Answer 1

高度なアプローチでは、df_summary（エイリアスdf2）を変更して出力します。私たちは、df2にdays_max列に

• ​​操作する必要があります。また、インデックスにperson
• applyreindex操作上のグループへ
• groupbyを（後に役立ちます）daysに名前を変更します（日、私たちは最終日件までをリードする日ごとに行を取得します）私たちは、後に設定しますemailedのためのダミー列を作成するためにREINDEX
• assignの結果として生成さconvert列にNaNを埋めるために
• fillna。

次に、df_emailedを使用して、前の操作の結果にインデックスを付けます。これらの値を使用して、対応するemailedセルを1に設定します。これは、マルチインデックス化によってlocで行われます。

最後に、reset_indexを使用して、インデックスを列として取り出します。

def f(x): 
    return x.reindex(np.arange(1, x.index.max() + 1)) 

df = df2.set_index('days_max')\ 
     .rename_axis('day')\ 
     .groupby('person')['convert']\ 
     .apply(f)\ 
     .fillna(0)\ 
     .astype(int)\ 
     .to_frame()\ 
     .assign(emailed=0) 

df.loc[df1[['person', 'day']].apply(tuple, 1).values, 'emailed'] = 1 
df.reset_index() 

    person day convert emailed 
0  A 1  0  0 
1  A 2  0  1 
2  A 3  0  0 
3  A 4  0  1 
4  A 5  0  0 
5  A 6  0  0 
6  A 7  0  0 
7  A 8  0  1 
8  A 9  0  1 
9  A 10  1  0 
10  B 1  0  1 
11  B 2  0  1 
12  B 3  0  0 
13  B 4  0  0 
14  B 5  0  1 

どこ

df1 = df_emailed 

と、

df2 = df_summary