Pandas编写指定日期城市统计歌曲播放量函数求助

你需要的number_tracks函数按照「逻辑索引连续过滤」的要求实现如下：

def number_tracks(day, city):
    # 第一层过滤：匹配传入的城市参数
    city_match = df['city'] == city
    city_filtered_df = df[city_match]
    # 第二层过滤：在城市筛选结果上匹配传入的星期参数
    day_match = city_filtered_df['day'] == day
    final_filtered_df = city_filtered_df[day_match]
    # 过滤结果的行数就是对应条件下的歌曲播放总数
    return len(final_filtered_df)

逻辑说明 #

• 逻辑索引的核心是生成与DataFrame等长的布尔序列，序列中值为True的位置对应行就会被保留，两次连续索引就完成了两个条件的递进筛选，完全匹配需求要求的实现方式。
• 数据集每一行对应一条歌曲播放记录，因此过滤后结果的行数（用len()统计）就是目标播放量。

调用测试示例 #

直接传入对应的星期、城市参数即可得到结果：

# 计算斯普林菲尔德周一的歌曲播放量
print(number_tracks('Monday', 'Springfield'))
# 计算谢尔比维尔周五的歌曲播放量
print(number_tracks('Friday', 'Shelbyville'))

现有代码的可优化点 #

你之前写的预处理部分有两个小问题可以修正：

• replace_wrong_genres函数逻辑错误：for genre in df遍历的是DataFrame的列名，不是流派列的值，且replace操作没有指定修改原表，实际不会生效。修复后的函数不需要循环，直接写为：

  def replace_wrong_genres(wrong_genres, correct_genre):
      df['genre'].replace(wrong_genres, correct_genre, inplace=True)
  

• 预处理中连续写了两次df.drop_duplicates()，第二次去重是冗余操作，可以删除。

内容的提问来源于stack exchange，提问作者Gus