Py) 전처리 - Filtering-03

특정 사용자 모두가 구매한 물품 목록을 뽑아보려 한다. 필터링을 어떻게 활용하는지 알아보자.

※ preprocessing_purchase_list.csv 다운받기 [클릭]

데이터 준비

다음과 같이 데이터가 있다고 하자.

● item: 상품명
● id: 고객 식별자

1
2
3

import pandas as pd
df = pd.read_csv("data/preprocessing_purchase_list.csv")
df

	item	id
0	a	1
1	a	2
2	b	1
3	b	2
4	b	3
5	b	4
6	c	1
7	c	3
8	c	4

예를 들어 대상 고객 식별자가 1과 3이라고 했을 때 해당 고객이 구매한 상품은 다음과 같이 확인할 수 있다.

1 2	id_target = [1, 3] df.loc[df["id"].isin(id_target), ]

	item	id
0	a	1
2	b	1
4	b	3
6	c	1
7	c	3

1 2	df.loc[df["id"].isin(id_target), "item"].unique() ## array(['a', 'b', 'c'], dtype=object)

사실상 대상 고객이 구매한 상품을 골라내는 것이라면 여기서 끝났겠지만, 여기서는 대상 고객 모두가 구매한 상품 목록을 추출하는 것이기 때문에 코드를 조금 더 작성해보겠다.

대상 고객 식별자가 2개이기 때문에 “item” 변수가 2번 집계된 경우는 대상 고객이 모두 구매한 상품이라고 할 수 있다.

df.loc[df["id"].isin(id_target), "item"].value_counts()
## c    2
## b    2
## a    1
## Name: item, dtype: int64

df.loc[df["id"].isin(id_target), "item"].value_counts() == len(id_target)
## c     True
## b     True
## a    False
## Name: item, dtype: bool

이제 필요한 것은 “b”와 “c” 상품이다. 이를 뽑아내기 위해서 코드를 길게 쓸 수도 있지만 비교적 간단하게 끝내는 코드는 다음과 같다.

1
2
3

df_cnt = df.loc[df["id"].isin(id_target), "item"].value_counts()
df_cnt[df_cnt == len(id_target)].index
## Index(['c', 'b'], dtype='object')

# Python, columns, filtering, preprocessing, 변수, 전처리, 파이썬공부, 필터링

Py) 전처리 - Filtering-03

데이터 준비

Inflearn에서 인강을 평생 소장하세요!

카탈로그

Inflearn에서 인강을 평생 소장하세요!

카테고리

Your browser is out-of-date!