Randy

一般来说,可以使用 itertools.product . 你需要转换你的输入 zip(*l)

In [8]: import itertools

In [9]: l = [[1, 1, 1],
   ...:  ['A', 'B', 'C'],
   ...:  ['D', 'E', 'F']]

In [10]: list(itertools.product(*zip(*l)))
Out[10]:
[(1, 1, 1),
 (1, 1, 'C'),
 (1, 1, 'F'),
 (1, 'B', 1),
 (1, 'B', 'C'),
 (1, 'B', 'F'),
 (1, 'E', 1),
 (1, 'E', 'C'),
 (1, 'E', 'F'),
 ('A', 1, 1),

你的街区:

#### wirte to excel example:
writer = pd.ExcelWriter("MyData.xlsx", engine='xlsxwriter')
for name, df in transformed_dict.items():
    df.to_excel(writer, sheet_name=name)
writer.save()

应该是你的一部分 upload() 函数,因为这是定义和填充 transformed_dict

当前的错误即将出现,因为它试图在启动脚本后立即运行该代码,并且 变形的 在那一点上不存在。

一种选择是看 .unique() 对于类别,然后对生成的系列进行操作:

In [28]: df.groupby("transaction_id")['category'].unique().apply(lambda x: 'TV' in x)
Out[28]:
transaction_id
1234.0     True
1235.0     True
1236.0    False
Name: category, dtype: bool

另一个可能更快但更模糊的版本是预先测试所需的类别,然后执行groupby:

In [29]: (df['category'] == 'TV').groupby(df["transaction_id"]).max()
Out[29]:
transaction_id
1234.0     True
1235.0     True
1236.0    False
Name: category, dtype: bool