拥有过去 10 年所有客户的交易数据,我有一个数据框 df:
Customer_ID | date | year | Dollars
ABC 2017-02-07 2017 456
ABC 2017-03-05 2017 167
ABC 2017-07-13 2017 345
ABC 2017-05-15 2017 406
ABC 2016-12-13 2016 320
ABC 2016-01-03 2016 305
ABC 2016-10-10 2016 456
ABC 2016-05-10 2016 175
ABC 2015-04-07 2015 145
BCD 2017-09-08 2017 155
BCD 2016-10-22 2016 274
BCD 2016-10-19 2016 255
当客户在一年内第一次第四次访问时,我想添加一个标记。
所以这将是输出:
Customer_ID | date | year | Dollars | Flag
ABC 2017-02-07 2017 456
ABC 2017-03-05 2017 167
ABC 2017-07-13 2017 345
ABC 2017-05-15 2017 406
ABC 2016-12-13 2016 320 X
ABC 2016-01-03 2016 305
ABC 2016-10-10 2016 456
ABC 2016-05-10 2016 175
ABC 2015-04-07 2015 145
BCD 2017-09-08 2017 155
BCD 2016-10-22 2016 274
BCD 2016-10-19 2016 255
我本来打算这样做,但它没有生成所需的输出,而且我不知道如何标记他们第一次第四次访问。
df ['Flag'] = np.where(df[['Customer_ID']].groupby(['year']).agg(['count'])>3, 'X','0')
最佳答案
然后,你可以试试这个,我正在使用 cumcount
(Ps:你可以通过 df.drop(['Count','Count2'],axis=1 删除列)
):
df['Count']=df.sort_values('date').groupby(['Customer_ID','year']).cumcount()
df['Count2']=df.sort_values('date').groupby(['Customer_ID','Count']).cumcount()
df['Flag']=np.where(((df['Count']==3) & (df['Count2']==0)),'X', ' ')
Customer_ID date year Dollars Count Count2 Flag
0 ABC 2017-02-07 2017 456 0 2
1 ABC 2017-03-05 2017 167 1 1
2 ABC 2017-07-13 2017 345 3 1
3 ABC 2017-05-15 2017 406 2 1
4 ABC 2016-12-13 2016 320 3 0 X
5 ABC 2016-01-03 2016 305 0 1
6 ABC 2016-10-10 2016 456 2 0
7 ABC 2016-05-10 2016 175 1 0
8 ABC 2015-04-07 2015 145 0 0
9 BCD 2017-09-08 2017 155 0 1
10 BCD 2016-10-22 2016 274 1 0
11 BCD 2016-10-19 2016 255 0 0
关于Python Pandas 日期 groupby 计数计算阈值的第一个实例,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/45175302/