如何找到在 30 天内进行第二次购买的客户？答案

【问题标题】：How to find customers who made 2nd purchase within 30 days?如何找到在 30 天内进行第二次购买的客户？
【发布时间】：2021-07-10 16:24:27
【问题描述】：

我需要你的快速帮助。我想为在首次购买后 30 天内进行第二次购买的客户查找 customer_id 和 first purchase_date 的列表。

即curstomer_id 的 1,2,3 在 30 天内进行了第二次购买。

我需要 curstomer_id 的 1、2、3 和他们各自的第一次购买日期。

我有超过 10 万个 customer_id。

如何在 pandas 中实现这一点？

【问题讨论】：

请提供MRE

标签： python python-3.x pandas pandas-groupby

【解决方案1】：

你可以用groupby做到这一点

s = df.groupby('Customer_id')['purchase_date'].apply(lambda x : (x.iloc[1]-x.iloc[0]).days<30)
out = df.loc[df.Customer_id.isin(s.index[s])].drop_duplicates('Customer_id')

【讨论】：

得到错误为'IndexError：单个位置索引器超出范围'

【解决方案2】：

这是一种方法：

df2 = (df.loc[df['purchase_date']
              .lt(df['Customer_id']
                  .map((df.sort_values('purchase_date').groupby('Customer_id').first() + pd.to_timedelta(30,'d'))
                       .squeeze()))])

df2 = (df2.loc[df2.duplicated('Customer_id',keep=False)]
       .groupby('Customer_id').first())

【讨论】：

【解决方案3】：

您可以设置布尔掩码来过滤 30 天内第二次购买的客户组，如下所示：

# Pre-processing to sort the data and convert date to the required date format
df = df.sort_values(['Customer_id', 'purchase_date'])
df['purchase_date'] = pd.to_datetime(df['purchase_date'])

# Set boolean mask
mask = (((df['purchase_date'] - df['purchase_date'].groupby(df['Customer_id']).shift()).dt.days <= 30)
            .groupby(df['Customer_id'])
            .transform('any')
       )

那么，我们已经可以通过以下代码过滤30天内第二次购买的客户的交易记录了：

df[mask]

要进一步显示 customer_id 和他们各自的第一次购买日期，您可以使用：

df[mask].groupby('Customer_id', as_index=False).first()

【讨论】：