if-elif-else 与 group-by 结合创建新列

Question

我有前 4 列，我想创建 *5th 列：

user     date             visit_num     total_visits_user          *last_cust__visit*
1       1995-10-01            1                2                     1995-10-02 
1       1995-10-02            2                2                     1995-10-02  
2       1995-10-01            1                3                     1995-10-03
2       1995-10-02            2                3                     1995-10-03
2       1995-10-03            3                3                     1995-10-03
3       1995-10-01            1                5                     1995-10-05
3       1995-10-02            2                5                     1995-10-05
3       1995-10-03            3                5                     1995-10-05
3       1995-10-04            4                5                     1995-10-05
3       1995-10-05            5                5                     1995-10-05
4       1995-10-03            1                2                     1995-10-04
4       1995-10-04            2                2                     1995-10-04

*last_cust_visit是一个新列，显示客户上次访问的日期。

我试过 if, elif, else 与 groupby 结合，但不幸的是我无法让它工作。

任何帮助将不胜感激。 谢谢

Answer 1

您可以对user进行分组以获取最大date并将其与原始数据帧合并：

df['last_cust_visit'] = df.merge(df.groupby('user')['date'].max()
                                 .reset_index(), on='user', suffixes=('_', '')
                                 )['date']

它给出了预期的：

    user        date  visit_num  total_visits_user last_cust_visit
0      1  1995-10-01          1                  2      1995-10-02
1      1  1995-10-02          2                  2      1995-10-02
2      2  1995-10-01          1                  3      1995-10-03
3      2  1995-10-02          2                  3      1995-10-03
4      2  1995-10-03          3                  3      1995-10-03
5      3  1995-10-01          1                  5      1995-10-05
6      3  1995-10-02          2                  5      1995-10-05
7      3  1995-10-03          3                  5      1995-10-05
8      3  1995-10-04          4                  5      1995-10-05
9      3  1995-10-05          5                  5      1995-10-05
10     4  1995-10-03          1                  2      1995-10-04
11     4  1995-10-04          2                  2      1995-10-04

Answer 2

简单的方法是使用pd.groupby transform方法：

df["last_cust_visit"] = df.groupby("user")["date"].transform('max')

使用transform输出数据帧将具有与df相同的行数：

    user        date  visit_num  total_visits_user last_cust_visit
0      1  1995-10-01          1                  2      1995-10-02
1      1  1995-10-02          2                  2      1995-10-02
2      2  1995-10-01          1                  3      1995-10-03
3      2  1995-10-02          2                  3      1995-10-03
4      2  1995-10-03          3                  3      1995-10-03
5      3  1995-10-01          1                  5      1995-10-05
6      3  1995-10-02          2                  5      1995-10-05
7      3  1995-10-03          3                  5      1995-10-05
8      3  1995-10-04          4                  5      1995-10-05
9      3  1995-10-05          5                  5      1995-10-05
10     4  1995-10-03          1                  2      1995-10-04
11     4  1995-10-04          2                  2      1995-10-04