Skip to main content
 首页 » 编程设计

python之在python中为每个客户的每个订单行之前获取最后一个订单ID

2024年11月24日15pengyingh

我有一个表:customer_ids、order_ids、product_id 和 order_dates,我想在我的表中添加一列,其中包含购买此产品的每个客户的最后订单日期(在 python 中)。

 customerid         orderid     productid    orderdate     
 -----------------------------------------------------     
 1                  1           1            2018/01/01     
 1                  1           2            2018/01/01 
 1                  2           3            2018/01/04 
 1                  3           1            2018/01/10 
 2                  5           1            2018/01/14 
 1                  7           3            2018/01/17 
 2                  12          2            2018/01/12 
 1                  20          1            2018/01/23 

我想要一张这样的 table :

 customerid         orderid     productid    orderdate    lastorderdate     
 ----------------------------------------------------------------------     
 1                  1           1            2018/01/01    NA     
 1                  1           2            2018/01/01    NA         
 1                  2           3            2018/01/04    NA     
 1                  3           1            2018/01/10    2018/01/01     
 2                  5           1            2018/01/14    NA     
 1                  7           3            2018/01/17    2018/01/04     
 2                  12          2            2018/01/12    NA     
 2                  20          1            2018/01/23    2018/01/14    

我该怎么办?

请您参考如下方法:

IIUC,你可以使用:

df=df.sort_values(['customerid','productid']) 
df['last_order']=df.groupby(['productid','customerid'])['orderdate'].\ 
                                            apply(lambda x: x.shift()) 
print(df) 

输出是:

   customerid  orderid  productid  orderdate last_order 
0           1        1          1 2018-01-01        NaT 
3           1        3          1 2018-01-10 2018-01-01 
7           1       20          1 2018-01-23 2018-01-10 
1           1        1          2 2018-01-01        NaT 
2           1        2          3 2018-01-04        NaT 
5           1        7          3 2018-01-17 2018-01-04 
4           2        5          1 2018-01-14        NaT 
6           2       12          2 2018-01-12        NaT 

您还可以使用 df = df.sort_index() 使索引与原始索引对齐。

基于您的数据的输出:

df=df.sort_values(['customer_id','product_id']) 
df['last_order']=df.groupby(['product_id','customer_id'])['date'].\ 
                                            apply(lambda x: x.shift()) 
print(df.sort_index().head(20)) 
 
     row_id       date  customer_id  product_id last_order 
0        1 2018-04-07            4           1        NaT 
1        2 2018-04-07            4           1 2018-04-07 
2        3 2018-04-07            4           1 2018-04-07 
3        4 2018-04-07            4           1 2018-04-07 
4        5 2018-04-07            4           1 2018-04-07 
5        6 2018-04-07            4           1 2018-04-07 
6        7 2018-04-07            4           1 2018-04-07 
7        8 2018-04-07            4           1 2018-04-07 
8       13 2018-04-09            4           1 2018-04-07 
9       49 2018-04-13            4           1 2018-04-09 
10     106 2018-04-20            4           1 2018-04-13 
11     115 2018-04-20            4           1 2018-04-20 
12     142 2018-04-27            4           2        NaT 
13     143 2018-04-27            4           2 2018-04-27 
14     149 2018-04-29            4           2 2018-04-27 
15     168 2018-05-02            4           1 2018-04-20 
16     169 2018-05-02            4           1 2018-05-02 
17     229 2018-05-08            4           5        NaT 
18     230 2018-05-08            4           5 2018-05-08 
19     231 2018-05-08            4           5 2018-05-08