我有一个如下所示的数据框:
id_cliente id_ordine data_ordine id_medium
0 madinside IML-0042758 2016-08-23 1190408
1 lisbeth19 IML-0071225 2017-02-26 1205650
2 lisbeth19 IML-0072944 2017-03-15 1207056
3 lisbeth19 IML-0077676 2017-05-12 1211395
4 lisbeth19 IML-0077676 2017-05-12 1207056
5 madinside IML-0094979 2017-09-29 1222195
6 lisbeth19 IML-0099675 2017-11-15 1211446
7 lisbeth19 IML-0099690 2017-11-15 1225212
8 lisbeth19 IML-0101439 2017-12-02 1226511
9 lisbeth19 IML-0109883 2018-03-14 1226511
我想添加三列:
第一列可以命名为“每个客户的订单数量”，并且应该是同一客户的订单进度。
所以顺序IML-0042758应该是1，IML-0071225应该是1，IML-0072944应该是2，IML-0077676 应该是 3，IML-0094979 应该是 2，依此类推。第二列可以命名为“同一客户的第一个订单和第 n 个订单之间的天数”，并显示“data_ordine” 差异(日期时间列) 在同一客户的不同订单之间。
因此前 6 行的值将是:0 (2016-08-23 - 2016-08-23)、0 (2017-02-26 - 2017-02-26)、17 (2017-03-15 - 2017 -02-26), 75 (2017-05-12 - 2017-02-26), 75 (2017-05-12 - 2017-02-26), 402 (2017-09-29 - 2017-02-26) .第三列可以命名为“相同 id_medium 的第一个和第 n 个顺序之间的天数” 并显示“data_ordine” 差异(日期时间列) 在每个 id_medium 的不同订单之间。
因此前 6 行的值将是:0 (2016-08-23 - 2016-08-23)、0 (2017-02-26 - 2017-02-26)、0 (2017-03-15 - 2017 -03-15), 0 (2017-05-12 - 2017-05-12), 58 (2017-05-12 - 2017-03-15 因为介质 "1207056" 被订购第二次), 0 (2017-09-29 - 2017-09-29).
最后我想计算一个客户平均需要多长时间才能下第二单，第三单，第四单等等。
以及客户为同一 id_medium 下第二次、第三次(等等)订单平均需要多长时间。
最佳答案
首先转换为datetime 和sort 所以计算是可靠的。
- 第一列我们可以使用
groupby+ngroup来标记每个订单，然后我们从每个人中减去min，所以他们都从1开始 - 从第一个订单开始的天数，使用
groupby+transform得到每个客户的第一个日期然后减去 - 第三列相同，只是在分组中加入
id_medium
代码:
df['data_ordine'] = pd.to_datetime(df['data_ordine'])
df = df.sort_values('data_ordine')
df['Num_ords'] = df.groupby(['id_cliente', 'id_ordine']).ngroup()
df['Num_ords'] = df.Num_ords - df.groupby(['id_cliente']).Num_ords.transform('min')+1
df['days_bet'] = (df.data_ordine -df.groupby('id_cliente').data_ordine.transform('min')).dt.days
df['days_bet_id'] = (df.data_ordine - df.groupby(['id_cliente', 'id_medium']).data_ordine.transform('min')).dt.days
输出:
id_cliente id_ordine data_ordine id_medium Num_ords days_bet days_bet_id
0 madinside IML-0042758 2016-08-23 1190408 1 0 0
1 lisbeth19 IML-0071225 2017-02-26 1205650 1 0 0
2 lisbeth19 IML-0072944 2017-03-15 1207056 2 17 0
3 lisbeth19 IML-0077676 2017-05-12 1211395 3 75 0
4 lisbeth19 IML-0077676 2017-05-12 1207056 3 75 58
5 madinside IML-0094979 2017-09-29 1222195 2 402 0
6 lisbeth19 IML-0099675 2017-11-15 1211446 4 262 0
7 lisbeth19 IML-0099690 2017-11-15 1225212 5 262 0
8 lisbeth19 IML-0101439 2017-12-02 1226511 6 279 0
9 lisbeth19 IML-0109883 2018-03-14 1226511 7 381 102
关于python - 如何计算每个客户包含超过 2 个订单的数据框中第一个订单和第二个订单之间的平均天数？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/58030857/