группировка Python и дальнейшая группировка

Question

Я пробовал разные способы сгруппировать данные в два разных столбца и с учетом весового коэффициента. К сожалению, я очень плохо знаком с Python. Я разобрался с несколькими вопросами и попытался найти половину решения. Не могли бы вы помочь мне с оставшимися или хотя бы дать идею? ниже приведен макет кода:

    data = pd.DataFrame({'sku_id' : ['s1', 's1', 's1', 's2','s2','s2','s3','s3','s3'], 
             'product_id' : ['p1','p1','p2','p1','p1','p1','p2','p2','p3']})
count_series = data.groupby(['product_id','sku_id']).size()
print('-'*30)
print(count_series)
print('-'*30)
agg_count = count_series.to_frame(name = 'weight').reset_index()
print(agg_count)
print('-'*30)

Вывод:

------------------------------
product_id  sku_id
p1          s1        2
            s2        3
p2          s1        1
            s3        2
p3          s3        1
dtype: int64
------------------------------
  product_id sku_id  weight
0         p1     s1       2
1         p1     s2       3
2         p2     s1       1
3         p2     s3       2
4         p3     s3       1
------------------------------

Может кто-нибудь помочь мне сгруппировать столбец SKU_ID на основе их комбинации и происшествий. (это что-то вроде рекомендательного движка)

Желаемый вывод:

-----------------------
    sku_id    weight
    s1 & s2     1
    s2 & s3     0
    s3 & s1     1
-----------------------

Answer 1

IIUC, вы можете попробовать следующее:

import itertools
#Replicating your steps:
m = data.groupby(['product_id','sku_id']).size().reset_index(name='weight')
#group on `product_id` and apply a `tuple on `sku_id` print to see results
n=m.groupby('product_id')['sku_id'].apply(tuple).reset_index()
#create combinations by list(itertools.combinations(m.sku_id.unique(),2))
#check if any combination matches tuple and apply astype(int) for int results
n['new']=n.sku_id.isin((itertools.combinations(m.sku_id.unique(),2))).astype(int)
print(n)

  product_id    sku_id  new
0         p1  (s1, s2)    1
1         p2  (s1, s3)    1
2         p3     (s3,)    0

Обратите внимание, что s2 и s3 присутствуют в столбце sku_id.Так что, учитывая, что эта строка всегда даст вам комбинацию, мои выводы немного отличаются.