Заполните столбец на основе другого столбца и предыдущих значений

Question

У меня есть набор данных с пользователями, типами посещения (заказы или поиски) и отелями.Мне нужно заполнить новый столбец самым забронированным отелем, основываясь на предыдущем забронированном отеле для этого ряда.

Например,

   **user**   **visit_type**   **hotel_code**   **most_booked**
1    user1       search             1                NaN
2    user1       search             2                NaN
3    user1       booking            1                NaN
4    user1       search             8                NaN
5    user1       booking            8                1
6    user2       search             6                NaN
7    user2       booking            6                NaN
8    user2       search             4                NaN
9    user2       booking            4                6
10   user2       booking            6                4
11   user2       booking            4                6

Итак, в этом примере:

Самым забронированным отелем для пользователя user1 будет строка 3 hotel = NaN, поскольку в нем нет забронированных ранее отелей, а в строке 5 будет hotel = 1.

Для user2 строка 7 будет hotel= NaN, в строке 9 будет hotel = 6, а в строке 10 hotel = 4 (так как это последний забронированный номер, и только два забронированных отеля), а в последнем ряду 11, отель будет 6, так как он наиболее забронированный.до этого момента (без учета строки 11).

Answer 1

Это должно достичь того, что вы хотите:

import pandas as pd
import operator
from collections import defaultdict

d = {      "user":["user1","user1","user1","user1","user1","user2","user2","user2","user2","user2","user2"],
     "visit_type":["search","search","booking","search","booking","search","booking","search","booking","booking","booking"],
     "hotel_code":[1,2,1,8,8,6,6,4,4,6,4]}

df = pd.DataFrame(data=d)
#Setting default value
df['most_booked']='NaN'

for user in df.user.unique():
    #Ignoring searches, only considering bookings
    df_bookings = df.loc[(df["visit_type"] == "booking") & (df['user'] == user)]
    last_booked = ""
    booking_counts = defaultdict(int)

    for i, entry in df_bookings.iterrows():
        #Skipping first booking
        if last_booked != "":
            highest = max(booking_counts.values())
            #Prefers last booked if it equals max
            if booking_counts[last_booked] == highest:
                max_booked = last_booked
            #Otherwise chooses max
            else:
                max_booked = max(booking_counts.items(), key=operator.itemgetter(1))[0]
            df.loc[i, 'most_booked'] = max_booked

        #Update number of bookings in dictionary
        current_booking = entry["hotel_code"]
        booking_counts[current_booking] += 1
        last_booked = current_booking

print(df)

    hotel_code   user visit_type most_booked
0            1  user1     search         NaN
1            2  user1     search         NaN
2            1  user1    booking         NaN
3            8  user1     search         NaN
4            8  user1    booking           1
5            6  user2     search         NaN
6            6  user2    booking         NaN
7            4  user2     search         NaN
8            4  user2    booking           6
9            6  user2    booking           4
10           4  user2    booking           6