在没有任何客户 ID 的情况下汇总客户支出答案

【问题标题】：Aggregating customer spend without any customer ID在没有任何客户 ID 的情况下汇总客户支出
【发布时间】：2020-11-13 20:30:42
【问题描述】：

我有 2 列，如下所示。第一列是支出，第二列是从报价开始的月份。不幸的是，没有识别每个客户的 ID。在下面的例子中，有三个客户。例如前 5 行代表客户 1，接下来的 3 行是客户 2，最后 7 行是客户 3。您可以通过查看months_from_offer 来判断，每个客户从 -x 到 x 个月（x 不一定每个客户都相同，如此处所示，其中 x=2,1,3 分别代表客户 1,2,3)。

我要做的是计算每位客户的报价后支出与报价前支出的差异。我不关心个别客户本身，但我想要一个概述 - 例如10 位客户的后期/前期差价在 0 美元到 100 美元之间。

以下面的数据为例，计算客户 1 的 post/pre offer 差异，它是-$10 - $32 + $23 + $54 = $35

对于客户 2：-$21 + $87 = $66

对于客户 3：-$12 - $83 - $65 + $80 + $67 + $11 = -$2

spend  months_from_offer
$10    -2
$32    -1
$43     0
$23     1
$54     2
$21    -1
$23     0
$87     1
$12    -3
$83    -2
$65    -1
$21     0
$80     1
$67     2
$11     3

【问题讨论】：

标签： python excel pandas

【解决方案1】：

创建标识

s = df['months_from_offer'].iloc[::-1].cumsum().eq(0).iloc[::-1].cumsum()
0     1
1     1
2     1
3     1
4     1
5     2
6     2
7     2
8     3
9     3
10    3
11    3
12    3
13    3
14    3
Name: months_from_offer, dtype: int32

然后assign 它

df['id']=s

【讨论】：

【解决方案2】：

您可以使用以下方法识别客户，然后按客户分组：

df['customer'] = df['months_from_offer'].cumsum().shift().eq(0).cumsum().add(1)
#Another way to calculate customer per @teylyn method
#df['customer'] = np.sign(df['months_from_offer']).diff().lt(0).cumsum().add(1)

df['amount'] = df['spend'].str[1:].astype(int) * np.sign(df['months_from_offer']
df.groupby('customer')['amount'].sum().reset_index()

输出：

   customer  amount
0         1      35
1         2      66
2         3      -2

它是如何完成的：

  spend  months_from_offer  customer  amount
0    $10                 -2         1     -10
1    $32                 -1         1     -32
2    $43                  0         1       0
3    $23                  1         1      23
4    $54                  2         1      54
5    $21                 -1         2     -21
6    $23                  0         2       0
7    $87                  1         2      87
8    $12                 -3         3     -12
9    $83                 -2         3     -83
10   $65                 -1         3     -65
11   $21                  0         3       0
12   $80                  1         3      80
13   $67                  2         3      67
14   $11                  3         3      11

使用cumsum、shift、eq 和add 计算“客户”列，从客户 1 开始。
使用字符串操作计算“金额”并乘以np.sign '从报价开始的月份'
sum“金额”与groupby“客户”

【讨论】：

【解决方案3】：

使用pandas.Series.diff 和cumsum 创建伪用户ID：

s = df["months_from_offer"].diff().lt(0).cumsum()

输出：

0     0
1     0
2     0
3     0
4     0
5     1
6     1
7     1
8     2
9     2
10    2
11    2
12    2
13    2
14    2
Name: months_from_offer, dtype: int64

然后使用pandas.Series.clip 将级数设为-1、0 或1，然后进行乘法运算：

spend = (df["spend"] * df["months_from_offer"].clip(-1, 1))

然后使用 groupby.sum 和伪 id s：

spend.groupby(s).sum()

最终输出：

months_from_offer
0    35
1    66
2    -2
dtype: int64

【讨论】：

【解决方案4】：

在 Excel 中，您可以插入一个辅助列，该列查看符号并确定符号是否与上面的行不同，然后增加一个计数器编号。

将客户 ID 1 硬编码到第一行数据中，然后计算其余部分。

=IF(AND(SIGN(A3)=-1,SIGN(A3)<>SIGN(A2)),B2+1,B2)

复制结果并粘贴为值，然后您可以使用它们来汇总数据

【讨论】：

我喜欢这种计算客户+1的方法。

【解决方案5】：

我假设您想使用 pandas 读取 excel 文件。

import pandas as pd

df = pd.read_excel('file.xlsx', sheetname='yoursheet')

pre  = 0
post = 0
for i in df.index:
    if df['months_from_offer'][i] < 0:
        pre  += int(df['spend'][i])
    if df['months_from_offer'][i] > 0:
        post += int(df['spend'][i])
dif = post - pre

如果您想读取每个客户的数据

import pandas as pd

df = pd.read_excel('file.xlsx', sheetname='yoursheet')

customers = list[]
last = None
pre  = 0
post = 0
for i in df.index:
    if last is not None and abs(last + df['months_from_offer'][i]) > 1:
        customers.append(post - pre)
        pre  = 0
        post = 0
    if df['months_from_offer'][i] < 0:
        pre  += int(df['spend'][i])
    if df['months_from_offer'][i] > 0:
        post += int(df['spend'][i])
    last = df['months_from_offer'][i]

或者您可以使用字典来命名客户。我把客户分开的方式是当2个月大于(int) 1时，必须有另一个人的记录开始。

【讨论】：