需要帮助将数据从多个列分组到Python中的索引列

Question

我有一个加载到Python中的“杂货店事务”csv文件，该文件目前如下所示：

txns = pd.read_csv('transactions.csv')
txns.head(10)

杂货交易

​

*我的目标是将所有按交易号购买的产品分组，即交易栏将作为索引列。***

*我希望每一行代表唯一的事务#，以及它们为该事务购买的所有相关产品。***

但是，目前涉及多个产品的事务跨越多个行。这使我无法进行杂货店的市场篮子分析。

如果有人对我如何实现这一改变有任何建议或反馈，请评论下面！

Answer 1

正如@Nick所说，您可以使用groupby .sum进行唯一的索引事务处理。

new_txns = txns.groupby('Transaction').sum()

然后将其更改为篮子分析的热编码。

def onehot_encode(x):
    if x <= 0:
        return 0
    if x >= 1:
        return 1

new_txns = new_txns.applymap(onehot_encode)

注意:如果你想要一个热如真假。

new_txns = new_txns.astype('bool')