我的问题与Groupby count only when a certain value is present in one of the column in pandas密切相关
假设我有一个按not_unique_id
和date_of_call
排序的数据帧
rng = pd.date_range('2015-02-24', periods=8, freq='D')
df = pd.DataFrame(
{
"unique_id": ["K0", "K1", "K2", "K3", "K4", "K5", "K6","K7"],
"not_unique_id": ["A000", "A111", "A222", "A222", "A222", "A222", "A222","A333"],
"date_of_call": rng,
"customer_reached": [1,0,0,1,1,1,1,1],
}
)
df.sort_values(['not_unique_id','date_of_call'], inplace=True, ascending=False)
df.reset_index(drop=True, inplace=True) # reset index
df.head(10)
现在我想添加一个新专栏,告诉我过去成功呼叫客户的频率。换句话说:计算过去到达客户的次数,并将结果保存在新列中。对于所提供的示例,结果如下:
你会怎么做
如果所有日期时间都是唯一的且已排序,则可以通过以下方式更改顺序:首先索引,然后使用} 聚合自定义函数,最后替换缺少的值并将列转换为整数:
shift
和^{或如有可能,变更单:
相关问题 更多 >
编程相关推荐