对 pandas 数据框的多列进行功能设计（在现有列的基础上添加新列）

Question

抱歉太天真了。 我有以下数据，我想对一些列进行特征设计。 但我不知道如何在同一个数据帧上执行多项操作。 值得一提的是，我为每个客户提供了多个条目。 所以，最后，我想要汇总值（即每个客户 1 个条目）

    customer_id purchase_amount date_of_purchase    days_since
 0    760             25.0         06-11-2009             2395
 1    860             50.0         09-28-2012             1190
 2   1200             100.0        10-25-2005             3720
 3   1420             50.0         09-07-2009             2307
 4   1940             70.0         01-25-2013             1071

基于最小值、计数和平均值的新列

customer_purchases['amount'] = customer_purchases.groupby(['customer_id'])['purchase_amount'].agg('min')
customer_purchases['frequency'] = customer_purchases.groupby(['customer_id'])['days_since'].agg('count')
customer_purchases['recency'] = customer_purchases.groupby(['customer_id'])['days_since'].agg('mean')

预期结果

customer_id purchase_amount date_of_purchase    days_since  recency frequency   amount  first_purchase
0   760         25.0      06-11-2009              2395       1273      5             38.000000  3293
1   860         50.0      09-28-2012              1190        118      10            54.000000  3744
2   1200       100.0      10-25-2005              3720        1192     9            102.777778  3907
3   1420        50.0      09-07-2009              2307         142     34            51.029412     3825
4  1940        70.0       01-25-2013              1071         686     10              47.500000    3984

一种解决方案：

我可以为每个需要的列考虑 3 个单独的操作，然后将所有这些操作连接起来以获得一个新的数据框。 我知道这只是为了我需要的东西而没有效率

df_1 = customer_purchases.groupby('customer_id', sort = False)["purchase_amount"].min().reset_index(name ='amount')

df_2 = customer_purchases.groupby('customer_id', sort = False)["days_since"].count().reset_index(name ='frequency')

df_3 = customer_purchases.groupby('customer_id', sort = False)["days_since"].mean().reset_index(name ='recency')

但是，要么我收到错误，要么没有正确数据的数据框。 我们将不胜感激您的帮助和耐心。

Answer 1

解决方案

最后我找到了解决方案

def f(x):
        recency        = x['days_since'].min()
        frequency      = x['days_since'].count()
        monetary_value = x['purchase_amount'].mean()
        c = ['recency','frequency, monetary_value']
        return pd.Series([recency, frequency, monetary_value], index =c )
    
    df1 = customer_purchases.groupby('customer_id').apply(f)
    print (df1)

Answer 2

改为使用

 customer_purchases.groupby('customer_id')['purchase_amount'].transform(lambda x : x.min()) 

Transform 将为原始 dataframe 的每一行提供 output 而不是分组行，如使用 agg