创建一个循环以找出前20天内的销售数量

Question

我是py的新手，无法弄清楚如何在首次销售后20天找到销售电话的数量。 问题是让我计算出在开始的20天内至少拨打了10个电话的销售人员的百分比。 每行都是一个销售电话，销售人员用col id表示，销售电话的时间记录在call_starttime 。

df非常简单，看起来像这样

    id      call_starttime  level
0   66547   7/28/2015 23:18 1
1   66272   8/10/2015 20:48 0
2   66547   8/20/2015 17:32 2
3   66272   8/31/2015 18:21 0
4   66272   8/31/2015 20:25 0

我已经计算出每个id的convos数量，并且可以过滤掉未进行至少10次电话销售的任何人

目前正在使用的代码是

df_withcount=df.groupby(['cc_user_id','cc_cohort']).size().reset_index(name='count')
df_20andmore=df_withcount.loc[(df_withcount['count'] >= 20)]

我希望输出结果可以告诉我ID（销售人员）在最初20天内至少拨打了10次电话的数量。 到目前为止，我只能弄清楚该如何在整个时间内至少拨打10个电话

Answer 1

我假设call_starttime列为 DateTime类型。

让我们从一个简化的解决方案开始，仅检查第二个呼叫（而不检查10个后续呼叫）。

我略微更改了您的测试数据，以便id = 66272的人在第一个电话（8​​月10日和19日）之后的20天内拥有第二个电话：

      id      call_starttime  level
0  66547 2015-07-28 23:18:00      1
1  66272 2015-08-10 20:48:00      0
2  66547 2015-08-20 17:32:00      2
3  66272 2015-08-19 18:21:00      0
4  66272 2015-08-31 20:25:00      0

第一步是定义一个函数，说明当前人员是否处于“活动状态”（他从第一个呼叫开始的20天之内进行了第二个呼叫）：

def active(grp):
    if grp.shape[0] < 2:
        return False  # Single call
    d0 = grp.call_starttime.iloc[0]
    d1 = grp.call_starttime.iloc[1]
    return (d1 - d0).days < 20

此功能将应用于每组行（针对每个人）。

要获取有关每个人的活动的详细信息，可以运行：

df.groupby('id').apply(active)

对于我的样本数据，结果是：

id
66272     True
66547    False
dtype: bool

但是，如果你有兴趣只在活跃的人的数量 ，使用np.count_nonzero以上的结果：

np.count_nonzero(df.groupby('id').apply(active))

对于我的样本数据，结果为1 。

如果您想要活跃的人的百分比 ，请将该数字除以df.id.unique（）。size （乘以100，以百分比表示结果）。

现在，如何更改此解决方案以检查一个人在最初的20天内是否至少拨打了10次电话：

唯一的区别是， 活动函数应该比较调用0和9的日期。

因此，此功能应更改为：

def active(grp):
    if grp.shape[0] < 10:
        return False  # Too little calls
    d0 = grp.call_starttime.iloc[0]
    d1 = grp.call_starttime.iloc[9]
    return (d1 - d0).days < 20

我假设源行按call_starttime排序 。 如果不是这种情况，请在之前调用sort_values（by ='call_starttime'） 。

根据您的评论进行编辑

我想出了另一种解决方案，包括按级别列分组，对源数据排序没有要求，并且在此期间的初始天数和调用次数都易于进行参数化。

测试数据框：

      id      call_starttime  level
0  66547 2015-07-28 23:18:00      1
1  66272 2015-08-10 19:48:00      0
2  66547 2015-08-20 17:32:00      1
3  66272 2015-08-19 18:21:00      0
4  66272 2015-08-29 20:25:00      0
5  66777 2015-08-30 20:00:00      0

级别0包含一个在开始的20天内（8月10日，19日和29日）有3个呼叫的人。 但是请注意，最后一次呼叫的时间比第一次呼叫晚，因此实际上这两个TimeStamp相隔19天以上 ，但是由于我的解决方案清除了时间部分，因此将考虑最后一次呼叫。

从定义函数开始：

def activity(grp, dayNo):
    stDates = grp.dt.floor('d')  # Delete time component
    # Leave dates from starting "dayNo" days
    stDates = stDates[stDates < stDates.min() + pd.offsets.Day(dayNo)]
    return stDates.size

给出第一天无天内特定人员的呼叫数量（ call_starttime值组）。

下一个要定义的功能是：

def percentage(s, callNo):
    return s[s >= callNo].size * 100 / s.size

计算s （当前级别的Series ）中大于等于callNo的值的百分比。

第一处理步骤是计算一个系列 -呼叫数，所定义的“起动期间”内，对于每个电平 / ID：

calls = df.groupby(['level', 'id']).call_starttime.apply(activity, dayNo=20)

结果（针对我的数据）为：

level  id   
0      66272    3
       66777    1
1      66547    1
Name: call_starttime, dtype: int64

要获取最终结果（假设需要进行3次调用，则为每个级别的百分比），请运行：

calls.groupby(level=0).apply(percentage, callNo=3)

请注意，上面的level = 0是对MultiIndex级别的引用，而不是对列名的引用。

结果（再次用于我的数据）为：

level
0    50.0
1     0.0
Name: call_starttime, dtype: float64

级别0拥有一个满足条件的人员（此级别共有2位人员），所以该百分比为50，而在级别1则没有人满足条件，因此该百分比为0 。

请注意，使用dayNo和callNo参数可以很容易地进行参数化，涉及每个人的“初始时间段”的长度以及该时间段内要拨打的电话数。

上面描述的计算是针对3个调用的，但是在您的情况下， 请将callNo更改为您的值，即10 。

如您所见，该解决方案很短（只有8行代码），比其他解决方案要短得多，并且“ Pandasonic”要多得多。

如果你喜欢一个“简洁”的编码风格，你也可以做一个单一的 （虽然显著链接）指令的整个计算：

df.groupby(['level', 'id']).call_starttime\
    .apply(activity, dayNo=20).rename('Percentage')\
    .groupby(level=0).apply(percentage, callNo=3)

我添加了.rename（'Percentage'）来更改结果Series的名称。

Answer 2

我使用了Person类来帮助解决此问题。

1. 创建一个数据框
2. 将call_start_time从字符串更改为TimeDelta格式
3. 在FIRST call_start_time之后的20天检索
4. 创建了Person类来跟踪days_count和id
5. 创建了一个列表来保存Person对象，并使用dataframe中的数据填充这些对象
6. 如果从开始日期到结束日期的20天内，销售人员达到10次以上的销售量，则打印人员对象列表

我已经测试过我的代码，并且效果很好。 可以进行改进，但是我的主要重点是实现良好的工作解决方案。 如果您有任何疑问，请告诉我。

import pandas as pd
from datetime import timedelta
import datetime
import numpy as np

# prep data for dataframe
lst = {'call_start_time':['7/28/2015','8/10/2015','7/28/2015','7/28/2015'],
        'level':['1','0','1','1'],
        'id':['66547', '66272', '66547','66547']}

# create dataframe
df = pd.DataFrame(lst)

# convert to TimeDelta object to subtract days
for index, row in df.iterrows():
    row['call_start_time'] = datetime.datetime.strptime(row['call_start_time'], "%m/%d/%Y").date()

# get the end date by adding 20 days to start day
df["end_of_20_days"] = df["call_start_time"] + timedelta(days=20)

# used below comment for testing might need it later
# df['Difference'] = (df['end_of_20_days'] - df['call_start_time']).dt.days

# created person class to keep track of days_count and id
class Person(object):
    def __init__(self, id, start_date, end_date):
        self.id = id
        self.start_date = start_date
        self.end_date = end_date
        self.days_count = 1

# create list to hold objects of person class
person_list = []

# populate person_list with Person objects and their attributes
for index, row in df.iterrows():
    # get result_id to use as conditional for populating Person objects
    result_id = any(x.id == row['id'] for x in person_list)

    # initialize Person objects and inject with data from dataframe
    if len(person_list) == 0:
        person_list.append(Person(row['id'], row['call_start_time'], row['end_of_20_days']))
    elif not(result_id):
        person_list.append(Person(row['id'], row['call_start_time'], row['end_of_20_days']))
    else:
        for x in person_list:
            # if call_start_time is within 20 days time frame, increment day_count to Person object
            diff = (x.end_date - row['call_start_time']).days
            if x.id == row['id'] and diff <= 20 :
                x.days_count += 1
                break

# flag to check if nobody hit the sales mark
flag = 0

# print out only person_list ids who have hit the sales mark
for person in person_list:
    if person.days_count >= 10:
        flag = 1
        print("person id:{} has made {} calls within the past 20 days since first call date".format(person.id, person.days_count))

if flag == 0:
    print("No one has hit the sales mark")