如何获取最近的订单日期？

Question

我正在做一个外部练习，我有一组客户购买的数据。

我有以下列： customer_id 、 date 、 gender 、 value （购买价值）。 练习的一部分是创建一个名为most_recent_order_date的新列。 我应该如何着手完成这个？

我试过

df['most_recent_order_date']=df.sort_values('customer_id',ascending=False)['date']

但这只会按升序返回所有购买的日期。 我需要它是特定于customer_id的，因为customer_id可能有多次购买。

练习的另一部分是创建一个order_count列，这是最后一列。

data= pd.read_csv('screening_exercise_orders_v201810.csv')
df=pd.DataFrame(data)

df['most_recent_order_date']= 'default value'
df['order_count']= 'default value'

df['date'] = pd.to_datetime(df['date'])
df['most_recent_order_date']=df.sort_values('customer_id',ascending=False)['date']
df['order_count']= df.groupby(['customer_id']).transform('count')
df.head(10)

我期待这样的事情：

0   1000    0   2017-01-01 00:11:31 198.50  1   2017-02-10 00:11:   1
1   1001    0   2017-01-01 00:29:56 338.00  1   2017-11-01 00:29:56 1
2   1002    1   2017-01-01 01:30:31 733.00  1   2017-06-11 01:30:31 3
3   1003    1   2017-01-01 01:34:22 772.00  1   2017-05-14 01:34:22 4
4   1004    0   2017-01-01 03:11:54 508.00  1   2017-01-01 03:11:54 1

但我实际得到的是：

0   1000    0   2017-01-01 00:11:31 198.50  1   2017-01-01 00:11:31 1
1   1001    0   2017-01-01 00:29:56 338.00  1   2017-01-01 00:29:56 1
2   1002    1   2017-01-01 01:30:31 733.00  1   2017-01-01 01:30:31 3
3   1003    1   2017-01-01 01:34:22 772.00  1   2017-01-01 01:34:22 4
4   1004    0   2017-01-01 03:11:54 508.00  1   2017-01-01 03:11:54 1

Answer 1

对于最近的日期，使用groupby.transform和max ：

df['date'] = pd.to_datetime(df['date'])
df['most_recent_date'] = df.groupby(['customer_id'])['date'].transform('max')

对于计数使用groupby.cumcount ：

df['order_count'] = df.groupby(['customer_id']).cumcount().add(1)