Jak obliczyć współczynnik klikalności

Question

Oto przykład, mam te dane;

datetime keyword COUNT 
0 2016-01-05 a_click 100 
1 2016-01-05 a_pv 200 
2 2016-01-05 b_pv 150 
3 2016-01-05 b_click 90 
4 2016-01-05 c_pv 120 
5 2016-01-05 c_click 90 

i chciałbym, aby przekształcić go do tych danych

datetime keyword ctr 
0 2016-01-05 a  0.5 
1 2016-01-05 b  0.6 
2 2016-01-05 c  0.75 

mogę przekształcić dane z brudnymi kodów ale chciałbym zrobić to w elegancki sposób.

Answer 1

Mogłabyś:

df['action'] = df.keyword.str.split('_').str.get(-1) 
df['keyword'] = df.keyword.str.split('_').str.get(0) 
df = df.set_index(['datetime', 'keyword', 'action']).unstack().loc[:, 'COUNT'] 
df['ctr'] = df.click.div(df.pv) 


action    click pv ctr 
datetime keyword     
2016-01-05 a   100 200 0.50 
      b   90 150 0.60 
      c   90 120 0.75 

Answer 2

Alternatywą za pomocą groupby:

df2['key_word'] = df2.apply(lambda x: x.keyword.split('_')[0], axis=1) 
df2['key_action'] = df2.apply(lambda x: x.keyword.split('_')[1], axis=1) 


def compute_ctr(g): 
    ctr = g[g.key_action == 'click'].COUNT.values[0]/g[g.key_action == 'pv'].COUNT.values[0] 
    result = {'datetime': g.iloc[0,0], 'ctr': ctr} 
    return pd.Series(result) 


rslt = df2.groupby('key_word').apply(compute_ctr) 
rslt.reset_index(inplace=True, drop=False) 
print(rslt) 


    ctr datetime keyword 
0 0.5 5/1/2016  a 
1 0.6 5/1/2016  b 
2 0.75 5/1/2016  c