我想查看Panda Dataframe，如果testsubject( "ID")在某一天给出了信息(Datapoint)

Question

我对Python和Pandas相当陌生，所以我在想，也许这是显而易见的，但我就是不明白。

我有一个数据集，其中包含“ID”(随机数)、“日期”和当天的“活动”数据点。

因此，如果我有5个(或X个) ID，ID : 1,2,3,4,5，然后每个ID都有日期，比如30天。(ID重复30次)，

所以ID 1的日期是2018-11-1到2018-11-30，2，3等等。最后，我们有一个名为"Activity“的列，它的值可以是0，也可以是X>0。

前3排为1,2018-11-1,70，1,2018-11-2,45，1,2018-11-3,0

换句话说，记录活动的天数是随机的。

计算每个ID发生的次数(活动记录的天数)的最简单的方法是什么，甚至是哪个id的ocurrence最多。

我认为嵌套for循环是可行的方法，但后来我意识到它并不是那么直接，因为我还需要在每次迭代中检查ID是否相同，然后在id更改时重新设置id。因此，一个is没有重复值的列表可能会感到有点复杂，因为这是一个次要的检查问题。

我也知道这可能不是迭代pd.dataframe的正确方法，但是您知道我在想什么

IDs = [1,2,3,4,5]
i = 1
occ = [0,0,0,0,0]
for ID in IDs:
    for row in dataframe:
         if i == row[0]:
              if row[2] > 0:
                  occ[i-1] += 1
         else:
             i = i + 1
             if i == 6:
                  break

`

Answer 1

我使用以下方法创建了一个虚拟数据文件：

df = pd.DataFrame()
ID = [1,2,3,4,5]
Dates = ['01/05/2022', '02/03/2022', '12/03/2022', '02/03/2022', '02/04/2022']
Activity = [0, 1, 4, 5, 1]
df['ID'], df['Date'], df['Activity'] = ID, Dates, Activity

给我这个数据：

ID        Date  Activity
0   1  01/05/2022         0
1   2  02/03/2022         1
2   3  12/03/2022         4
3   4  02/03/2022         5
4   5  02/04/2022         1

现在，使用下面的代码，我能够找到活动的“最大”级别( ID为4的用户)，并接受第一个索引(索引0)来给出ID号：

df.loc[df['Activity'].idxmax()][0]

我得到了ID: 4，正如我所希望的那样。没有发生的事。

你也可以这样做：

print(df[['ID']][df.Activity == df.Activity.max()])

来达到同样的目的。

一般来说，对于熊猫数据，大多数解决方案不需要循环和迭代，因此它是一个如此快速和高效的工具。