当第二个条件满足时，第一个条件不满足

Question

我只是想保持行的熊猫数据帧满足下列条件：

1）用户应已与之互动的超过X项目 2）项目应已与之互动与超过Y用户

当满足第二个条件，应用这两个条件后，对于某些用户，第一个条件失败。

groupById = df.groupby(['id']).count() 
remaining = groupById[groupById.itemId > X] 
df2 = df.loc[df.id.isin(remaining.index)] 

groupByItem = df2.groupby(['id']).count() 
remainingIt = groupByItem[groupByItem.id > Y] 
final = df[df.id.isin(remaining.index) & df.itemId.isin(remainingIt.index)] 

我无法理解这个递归问题。任何人？

Answer 1

问题是您在移除未超过X次交互的用户之后对项目进行分组。你首先需要在两种情况下独立检查，然后结合结果。 import pandas as pd

#set threshold X and Y 
X=1 
Y=2 
#fill dataframe with some users and items 
users=pd.Series(['U1','U1','U1','U2']) 
items=pd.Series(['Y1','Y2','Y3','Y1']) 
frame=pd.DataFrame() 
frame['user'] = users.values 
frame['item'] = items.values 
    user item 
0 U1 Y1 
1 U1 Y2 
2 U1 Y3 
3 U2 Y1 

#groupby item and user 
groupByItem=frame.groupby('item').count().reset_index() 
groupByUser=frame.groupby('user').count().reset_index() 
item user 
0 Y1  2 
1 Y2  1 
2 Y3  1 
    user item 
0 U1  3 
1 U2  1 

#filter both on condition 
filteredItems=groupByItem.loc[groupByItem['user']>X] 
filteredUsers=groupByUser.loc[groupByUser['item']>Y] 

#only take records where both user and items appear in filtered list 
print(frame[frame['user'].isin(filteredUsers.user) & frame['item'].isin(filteredItems.item)]) 

    user item 
0 U1 Y1 

希望这有助于