groupby后Series转list、序列类变量、 notnull()、pd.cut、groupby字段value_counts双重索引、idxmax()最大值所在索引、两个dataframe比较需要索引顺序一致

作者定义了一个序列变量，贷款事件定义为0，点击事件定义为1，合并同一天的事件，比如同一天两次贷款还是一个0，贷款事件和点击事件按时间先后就形成一个序列，这种序列可能存在某种pattern，再把形成的序列astype成category类型，再通过cat.categories进行编码。这里还有一个新遇到的地方，df.groupby('uid')['behavior'].apply(lambda x : list(x))，这种把一个series转成一个list，这是时候这个behavior字段每一个元素就是list，然后df['behavior'].apply(lambda x: ''.join(map(str,x)))，用map应用的list x的每一个元素，然后直接连接起来，用的''。

获得一个字段非空的mask，tmp[tmp.cut_1m.notnull()]，notnull()\isnull()

之前接触了qcut，按照分位数来划分，还有一个cut，其实吧，这个函数，有点儿像我评分卡里面的regroup函数，比如函数调用时候是pd.cut(tmp.click_time,valid_cut_point,labels=labels,right=False,include_lowest=True)

tmp.click_time是分段的字段，valid_cut_point是分段的点，比如ABC三个点，就分成两段(A,B] (B,C] 默认是左开右闭，right参数可以控制，include_lowest是控制左边，这个参数为什么不叫left呢？

tmp.groupby('uid').plannum.value_counts()会形成一个二重索引的Series，lv0的索引是uid，lv1的索引是plannum

idxmax()会得到一个Series，值最大所在的索引，比如df.groupby('uid')['freq_plannum'].idxmax()，这个索引后面就可以进行筛选，得到对应的最大值所在行的情况

等等，idxmax()和transform取最大行的方法差异在哪？transform比如df.groupby('uid')['loan_time'].transform(max) == df['loan_time']这个是筛选的mask；如果用idxmax()，df.groupby('uid')['loan_time'].idxmax()这就得到了最大索引的集合，这个也可以进行筛选啊，有差吗？试一下！对的，结果是一样的，可是idxmax()方法效率更低，且内部要进行排序

两个dataframe进行比较的时候，行索引和列索引的顺序都必须是一样的，才能比较，会对其中的每一个元素进行比较