我有一個數據框，它使用二進制指標來反映客戶在特定月份是否在線。如果客戶在線，則為 1，否則為 0。數據框如下所示：Customer A B C D E F G H I J11/30/2015 1 0 1 0 0 1 1 0 0 012/31/2015 0 1 0 1 0 1 1 0 0 11/31/2016 0 0 0 0 0 1 1 0 0 12/29/2016 1 1 1 1 1 1 0 1 1 13/31/2016 1 1 0 1 1 0 1 1 0 14/30/2016 0 1 1 1 0 1 1 1 0 15/31/2016 1 1 1 1 1 1 0 1 0 1當客戶首次上線時，他們會在特定月份獲得 1。因此，當特定客戶擁有他們的第一個 1 時，這就是他們“新”的月份。我想在數據框的末尾添加一列，計算“新”客戶的數量。我認為最有效的方法是將第 0 行到第 i 行的值相加，并計算總和等于 1 的次數。當該總和大于 1 時，客戶將存活 2月并且不是給定月份的新客戶。我已經使用這種方法在 excel 中進行了計算，但我不清楚如何在 Python 中進行計算。生成的數據框如下所示：Customer A B C D E F G H I J New_Customers11/30/2015 1 0 1 0 0 1 1 0 0 0 412/31/2015 0 1 0 1 0 1 1 0 0 1 31/31/2016 0 0 0 0 0 1 1 0 0 1 02/29/2016 1 1 1 1 1 1 0 1 1 1 33/31/2016 1 1 0 1 1 0 1 1 0 1 04/30/2016 0 1 1 1 0 1 1 1 0 1 05/31/2016 1 1 1 1 1 1 0 1 0 1 0
2 回答
慕桂英3389331
TA貢獻2036條經驗 獲得超8個贊
通過定義自定義new函數并使用DataFrame.expanding. 我不確定為什么expanding().apply(new)需要從floatto轉換的結果int，但是嘿，它有效：
def new(column):
return column[-1] and not any(column[:-1])
result = df.expanding().apply(new).sum(axis=1).astype(int)
print(result)
Out:
11/30/2015 4
12/31/2015 3
1/31/2016 0
2/29/2016 3
3/31/2016 0
4/30/2016 0
5/31/2016 0
dtype: int32
largeQ
TA貢獻2039條經驗 獲得超8個贊
您可以應用累積最大值，它可以轉發每列的“1”并對軸 1 中的所有列求和并計算差異。第一個值由 null 給出，您可以通過對第一行求和來填充
df1 = df[df.columns.difference(['Customer'])]
df['New_customers'] = df1.cummax().sum(1).diff().fillna(df1.loc[0].sum())
出去：
Customer A B C D E F G H I J New_customers
0 11/30/2015 1 0 1 0 0 1 1 0 0 0 4.0
1 12/31/2015 0 1 0 1 0 1 1 0 0 1 3.0
2 1/31/2016 0 0 0 0 0 1 1 0 0 1 0.0
3 2/29/2016 1 1 1 1 1 1 0 1 1 1 3.0
4 3/31/2016 1 1 0 1 1 0 1 1 0 1 0.0
5 4/30/2016 0 1 1 1 0 1 1 1 0 1 0.0
6 5/31/2016 1 1 1 1 1 1 0 1 0 1 0.0
添加回答
舉報
0/150
提交
取消