大家好，又见面了，我是你们的朋友全栈君。
有的同学在处理自己的业务逻辑的时候，需要用到Row Number的方法，那么，什么是Row Number呢？
例如我们有下面的数据，第一列是用户的ID，第二列是用户的购买日期，现在如果我们需要判断用户是否重复购买，并且，每一次的购买，下一次的购买时间间隔是多少呢？
id,date
1,20150601
1,20150603
2,20150601
2,20150605
2,20150610
3,20150503
3,20150603
4,20150601
如果我们可以处理称为下面的数据，那么这个问题就完美解决了：
id date_x date_y
0 1 20150601 20150603.0
1 1 20150603 NaN
2 2 20150601 20150605.0
3 2 20150605 20150610.0
4 2 20150610 NaN
5 3 20150503 20150603.0
6 3 20150603 NaN
7 4 20150601 NaN
date_y就是下一次的购买时间，date_y-date_x就是前后两次的购买间隔。
下面我们来看代码：
import pandas;
data = pandas.read_csv(“C:\\data\\test.csv”)
#大家注意，一定要先排序
data = data.sort([‘id’, ‘date’], ascending=[1, 1])
#使用groupby方法，然后继续调用rank方法，即可获取到每一个数据在原始数据的排序。
rnColumn = data.groupby(‘id’).rank(method=’min’)
data[‘rn’] = rnColumn;
data
Out[24]:
id date rn
0 1 20150601 1.0
1 1 20150603 2.0
2 2 20150601 1.0
3 2 20150605 2.0
4 2 20150610 3.0
5 3 20150503 1.0
6 3 20150603 2.0
7 4 20150601 1.0
在这里，我们可以看到，所谓的row Number，就是指在指定的分组中，它相对于非分组列，也就是date的排序号。
因为，我们希望得到某行对下一行的连接，因此，下一行，减一，就可以和上一行对应上了。
data[‘rn_1’] = rnColumn-1
#how参数，设置保留所有左边的表的输入。
data.merge(data, how=’left’, left_on=[‘id’, ‘rn’], right_on=[‘id’, ‘rn_1’])
这样子，我们就可以得到以下的结果了，我们通过筛选列，就可以得到我们的目标数据了。
data.merge(data, how=’left’, left_on=[‘id’, ‘rn’], right_on=[‘id’, ‘rn_1’])
Out[21]:
id date_x rn_x rn_1_x date_y rn_y rn_1_y
0 1 20150601 1.0 0.0 20150603.0 2.0 1.0
1 1 20150603 2.0 1.0 NaN NaN NaN
2 2 20150601 1.0 0.0 20150605.0 2.0 1.0
3 2 20150605 2.0 1.0 20150610.0 3.0 2.0
4 2 20150610 3.0 2.0 NaN NaN NaN
5 3 20150503 1.0 0.0 20150603.0 2.0 1.0
6 3 20150603 2.0 1.0 NaN NaN NaN
7 4 20150601 1.0 0.0 NaN NaN NaN
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请联系我们举报，一经查实，本站将立刻删除。
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/136545.html原文链接：https://javaforall.net
