在Python中无需聚合函数创建Pandas透视表或转置以分析浏览序列

我来帮你搞定这个网页浏览路径的统计需求！针对你提供的数据集，我们可以通过分组拼接路径再计数的方式，轻松得到各类路径组合的客户数量。

完整代码实现 #

import pandas as pd

# 你的原始数据集
df = pd.DataFrame({"CustId" : [111,111,222,333,333,333], "Page": ["A","B","A","A","B","C"] })

# 按客户分组，拼接浏览路径
customer_paths = df.groupby('CustId')['Page'].apply('|'.join).reset_index(name='BrowsePath')

# 统计各路径对应的客户数量
path_customer_count = customer_paths['BrowsePath'].value_counts().reset_index(name='CustomerCount')

# 打印结果
print(path_customer_count)

代码细节说明 #

• 分组拼接路径：groupby('CustId')['Page'].apply('|'.join)会按照客户ID分组，把每个客户的浏览页面按你已经排好的顺序用|连接成完整路径，比如客户111的路径就是A|B，客户333的路径是A|B|C。
• 转换为标准DataFrame：reset_index(name='BrowsePath')把分组后的结果转成常规的表格形式，方便后续统计。
• 统计路径客户数：value_counts()直接统计每条路径对应的客户数量，最后重置索引并给计数列起个直观的名字CustomerCount。

运行结果 #

执行代码后会输出如下统计结果：

BrowsePath  CustomerCount
0    A|B|C               1
1      A|B               1
2        A               1

如果之后你想做更深入的分析，比如统计不同长度路径的占比、高频起始/结束页面，都可以基于这个结果继续拓展。

内容的提问来源于stack exchange，提问作者tezzaaa