파이썬에서 동일한 값을 그룹화하고 빈도를 계산하는 방법은 무엇입니까?

파이썬으로 분석하는 초보자이므로 조심하십시오.

소매점에 대한 거래 데이터의 데이터 집합이 있습니다. 설명과 함께 변수는 다음과 같습니다.

• 섹션 : 상점의 섹션, str;
• prod_name : 제품 이름, str;
• 영수증 : 송장 번호, int;
• 출납원, 출납원 수, 정수;
• 비용 : 품목의 비용, 플로트;
• 날짜는 MM / DD / YY 형식으로 str입니다.
• HH : MM : SS 형식의 시간, str;

영수증은 단일 거래에서 구매 한 모든 제품에 대해 동일한 값을 가지므로 단일 거래에서 이루어진 평균 구매 수를 결정하는 데 사용될 수 있습니다.

이 문제를 해결하는 가장 좋은 방법은 무엇입니까? 필자 groupby()는 히스토그램을 만들 수 있도록 영수증 변수를 동일한 발생으로 그룹화하는 데 기본적으로 사용하고 싶습니다 .

팬더 DataFrame의 데이터 작업.

편집하다:

다음은 헤더가있는 샘플 데이터입니다 (prod_name은 실제로 16 진수입니다).

 section,prod_name,receipt,cashier,cost,date,time 
 electronics,b46f23e7,102856,5,70.50,05/20/15,9:08:20 
 womenswear,74558d0d,102857,8,20.00,05/20/15,9:12:46 
 womenswear,031f36b7,102857,8,30.00,05/20/15,9:12:47 
 menswear,1d52cd9d,102858,3,65.00,05/20/15,9:08:20 

이 샘플 세트에서 나는 두 번의 영수증 102857 (사람이 한 번의 트랜잭션으로 두 개의 품목을 구매했기 때문에)과 영수증 102856과 영수증 102858의 각각 한 번의 발생을 보여주는 영수증의 히스토그램을 예상 할 것입니다. 백만 줄.

이 샘플 세트에서 나는 두 번의 영수증 102857 (사람이 한 번의 트랜잭션으로 두 개의 품목을 구매했기 때문에)과 영수증 102856 및 영수증 102858의 각각 한 번의 발생을 보여주는 영수증의 히스토그램을 예상 할 것입니다.

그런 다음 원하는 것 :

df.groupby ( '영수증') .receipt.count ()

receipt
102856    1
102857    2
102858    1
Name: receipt, dtype: int64

데이터 랭 글링에 대한 자습서를 모으고 있습니다. 어쩌면 github의 jupyter 노트북 이 도움이 될 것입니다. 줄을 수정하는 것이 열쇠라고 생각합니다.

df.groupby('male')['age'].mean()

되려고:

df.groupby('reciept')['prod_name'].count()

여러 변수로 그룹화하려면 다음과 같이 작동해야합니다.

df.groupby(['reciept','date'])['reciept'].count()

내가 이해할 수있는 것은 영수증 번호의 히스토그램이 필요하다는 것입니다. 이런 식으로 시도해 볼 수 있습니다

import pandas as pd data = np.read_csv("your_file_path.csv") data.groupby(["receipt"])receipt.count().sort_values(ascending=False).head(20).plot.bar()

이렇게하면 가장 반복적 인 청구 번호의 막대 그래프가 표시됩니다 (20 번 가장 반복) 헤드 함수의 숫자를 변경하여 더 많거나 적습니다.