如何在其他数据框上添加带有条件的列？

洲来

动机：我想检查客户自首次购买以来的2个月内是否购买了任何东西。（保留）

资源：我有2个表：

购买日期，ID和购买代码
他购买的ID和第一天

样本数据：

Table1
    Date          ID    Purchase_code
 2019-01-01        1    AQT1
 2019-01-02        1    TRR1
 2019-03-01        1    QTD1

 2019-02-01        2    IGJ5
 2019-02-05        2    ILW2
 2019-02-20        2    WET2
 2019-02-28        2    POY6

Table 2
ID   First_Buy_Date
1     2019-01-01 
2     2019-02-01

预期结果：

ID       First_login_date      Retention    Frequency_buy_at_first_month
 1         2019-01-01              1                      2
 2         2019-02-01              0                      4

耶斯列尔

如有必要，首先将列转换为日期时间，然后添加“第一天”，然后DataFrame.merge通过与Series.le或Series.gt转换为整数来创建新列：

df1['Date'] = pd.to_datetime(df1['Date'])
df2['First_Buy_Date'] = pd.to_datetime(df2['First_Buy_Date'])

df = df1.merge(df2, on='ID', how='left')
df['Retention'] = (df['First_Buy_Date'].add(pd.DateOffset(months=2))
                                       .le(df['Date'])
                                       .astype(int))
df['Frequency_buy_at_first_month'] = (df['First_Buy_Date'].add(pd.DateOffset(months=1))
                                                          .gt(df['Date'])
                                                          .astype(int))

通过GroupBy.agg和max（如果仅需要0或1输出）和sum计数值的最后合计：

df1 = (df.groupby(['ID','First_Buy_Date'], as_index=False)
         .agg({'Retention':'max', 'Frequency_buy_at_first_month':'sum'}))
print (df1)
   ID First_Buy_Date  Retention  Frequency_buy_at_first_month
0   1     2019-01-01          1                             2
1   2     2019-02-01          0                             4

本文收集自互联网，转载请注明来源。

如有侵权，请联系 [email protected] 删除。