按日期订购事件

Question

我有一个应用程序安装的Pandas DataFrame，每个用户每次安装有一行 - 因此安装了多个应用程序的用户将拥有多行。

列是用户名，应用程序名称和安装日期。用户可以在同一天安装多个应用程序。

如何找到应用安装的发生顺序，同一天安装的应用被排列为相同的安装顺序？

我想要的是传递用户，应用程序和日期，然后获得订单

User  App  Date       Order
0   A   1   4/23/2019  3
1   A   2   4/23/2019  3
2   A   3   4/20/2019  2
3   A   4   3/15/2019  1
4   B   1   3/1/2019   1
5   B   2   3/1/2019   1
6   B   3   3/1/2019   1
7   C   1   3/1/2019   1
8   C   2   5/1/2019   2
9   C   3   8/1/2019   3

Answer 1

查看rank

df.Date=pd.to_datetime(df.Date)
df.groupby('User').Date.rank(method='min',ascending=True)
0    3.0
1    3.0
2    2.0
3    1.0
4    1.0
5    1.0
6    1.0
7    1.0
8    2.0
9    3.0
Name: Date, dtype: float64
df['Order']= df.groupby('User').Date.rank(method='min',ascending=True).astype(int)

Answer 2

假设有一个示例数据帧

User    App Date
0   A   1   4/23/2019
1   A   2   4/23/2019
2   B   3   4/20/2019
3   B   4   3/15/2019
4   B   5   3/1/2019
5   C   6   3/1/2019
6   C   7   3/1/2019

从它的声音来看，如果您尝试对同一天安装的应用进行分组，则可以使用groupby执行此操作

df_grouped=df.groupby(['Date'])['App'].unique().reset_index()

导致

Date    App
0   3/1/2019    [5 6 7]
1   3/15/2019   [4]
2   4/20/2019   [3]
3   4/23/2019   [1 2]