熊猫同列同组值的分类方法

Question

我有一张列有超市顾客购买情况的表格，最多购买的产品是11件，最小的是1件。

每一行代表一个独特的客户：

data.head(9)

​

​

我想根据他们的组(类型)对购买的产品进行分组，以便对每一组进行独立分析。例如，我想将水果产品分组在第1栏中，蔬菜产品在第2栏...etc中。

例如，第二个客户不购买蔬菜，因此在输出中，蔬菜单元格是空的。但是他买了唇膏(这是一种化妆品)，所以在产量上，它会放在化妆品栏里。

这个表是第一个表的输出，我使用颜色来区分产品组(产品类型)。我想要这样的产出：

output.head(9)

​

​

我有另一个表，其中包含组及其所有可能的值：

groups.head()

​

​

注:每个客户只从同一组购买一种产品。

如何在python dataframe中做到这一点？

Answer 1

import pandas as pd
from io import StringIO

data = '''
item1,item2,item3
lemon,potato,
potato,yogurt,coconut
coconut,broccoli,
curd,,
'''

data = pd.read_csv(StringIO(data))

groups = '''
fruits,vegetables,dairy
lemon,potato,yogurt
coconut,broccoli,curd
,corn,
'''

groups = pd.read_csv(StringIO(groups))
groups = (
    groups
    .melt(var_name='group',value_name='product')
    .dropna()
    .set_index('product')
    .squeeze()
)

output = data.apply(
    lambda row: pd.Series({groups[p]: p for p in row.dropna()}), 
    axis=1
)

​

​