SPSS Modelerの重複レコード・ノードをPythonで書き換える。①最初に購入したアイテムの特定。②商品カテゴリ内の売上1位アイテムの特定 - Qiita

SPSS Modelerで重複レコードをまとめるのが重複ノードです。この重複ノードを解説するとともに、Pythonのpandasで書き換えてみます。 重複ノードは、文字通り完全に重複したレコードを削除することにも使えますが、Modelerで使う場合には、グループ化したなかでの1番目のレコードを取得するために使うことが多いと思います。 そのためここではID付POSデータをつかって、以下の2つのユースケースで解説します。 ①最初に購入したアイテムの特定 ②商品カテゴリ内の売上1位アイテムの特定 #0．元データ 以下のID付POSデータを対象に行います。 誰（CUSTID）がいつ（SDATE）何（PRODUCTID、L_CLASS商品大分類、M_CLASS商品中分類）をいくら（SUBTOTAL）購入したかが記録されたID付POSデータを使います。 6フィールド、28,599件あります。 #1m．