通过两个标准在数据框中聚合和排列结果

Question

我有以下用于电子邮件活动活动的 Excel 表：

我想跟踪每个客户的每个 email_title 活动并按日期安排。

到目前为止我对数据框所做的工作：

我过滤了 customer_email 列表以获得唯一数量的电子邮件：

Unique_emails = df.email.unique()

然后为 email_title 和 Status 过滤每个 customer_email 的活动：

activity = ['delivered','opened']
for emails in Unique_emails:
    email_titles = df.loc[(df['customer_email'] == emails) & (df['status'].isin(activity)), ['email_title','date','status']]

现在，我想要汇总每个客户的每个 email_title 的状态。

挑战是每个客户都有相同的 email_title，前 3 行显示电子邮件“在 15 分钟内提升您的技能”已发送到 email1@sample.com 2 次​​p>

首先 - 20 年 1 月 1 日交付并打开（这是一项活动） 然后是第二个 - 2020 年 2 月 1 日交付但未打开

现在我想汇总每个客户每个日期的每个 email_title

我怎样才能做到这一点？我不是数据框专家

谢谢

Answer 1

对于这种特定情况，因为o 在字母表中位于n 之后，您可以简单地使用max 来查看opened 或not opened 是否应该是每行所需的输出，它看起来像您需要将last 用于status 列，该列查找组的最后一个值，这取决于排序。

输入数据：

df = pd.DataFrame({'date': {0: '1/1/2020', 1: '1/1/2020', 2: '2/1/2020'},
 'customer_email': {0: 'email1@sample.com',
  1: 'email1@sample.com',
  2: 'email1@sample.com'},
 'email_title': {0: 'Elevate your skills in 15 minutes',
  1: 'Elevate your skills in 15 minutes',
  2: 'Elevate your skills in 15 minutes'},
 'status': {0: 'opened', 1: 'delivered', 2: 'delivered'}})
df

---

代码：

(df.assign(**{'new status aggregrated per email title' : df['status'].replace('delivered', 'not opened')})
   .groupby(['date', 'customer_email', 'email_title'], as_index=False)
   .agg({'status' : 'last', 'new status aggregrated per email title' : 'max'}))

---

输出：

       date     customer_email                        email_title     status  \
0  1/1/2020  email1@sample.com  Elevate your skills in 15 minutes  delivered   
1  2/1/2020  email1@sample.com  Elevate your skills in 15 minutes  delivered   

  new status aggregrated per email title  
0                                 opened  
1                             not opened