pandas 通过比较其他字段和字典值来计算字段答案

【问题标题】：pandas calculated field by comparing other fields and dictionary valuespandas 通过比较其他字段和字典值来计算字段
【发布时间】：2020-02-20 14:02:25
【问题描述】：

我有两个数据框。第一个看起来像这样：

id, orderdate, orderid, amount,camp1, camp2, camp3
1   2020-01-01  100      100       1    0       0
2   2020-02-01  120      200       1    0       1
3   2019-12-01  130      500       0    1       0
4   2019-11-01  150      750       0    1       0
5   2020-01-01  160      1000      1    1       1

camp1, camp2, camp3 部分显示客户是否参加了活动。

并且广告系列有一个时期字典，这样

camp_periods = {'camp1': 
                        [datetime.strptime('2019-04-08', '%Y-%m-%d'), datetime.strptime('2019-06-06', '%Y-%m-%d')],
                'camp2':
                        [datetime.strptime('2019-09-15', '%Y-%m-%d'), datetime.strptime('2019-09-28', '%Y-%m-%d')],
                'camp3':
                        [datetime.strptime('2019-11-15', '%Y-%m-%d'), datetime.strptime('2019-12-28', '%Y-%m-%d')]
                 }

如果orderdate 在camp_periods 字典中的活动期间之间，并且如果客户参加了该活动，我想创建一个表格，给出每个客户的订单数量和order amounts 总数。

【问题讨论】：

标签： python pandas dataframe dictionary

【解决方案1】：

我不确定我是否很好地理解了你的问题，我猜当你说order amounts 的订单数和总数时，你想得到第一个n 小于或等于 a 的订单数给定总数order amounts，这是我的方法：

数据示例：

from operator import or_
from functools import reduce


number_orders = 2
total_order_amounts = 3000

orderdate 在 camp_periods 的活动期间之间字典以及客户是否参加了该活动

cond = [(df[k].astype('bool') & df['orderdate'].between(*v)) for k, v in camp_periods.items()]
cond = reduce(or_, cond)
df_cond = df[cond]
df_final = df_cond[df_cond['amount'].cumsum() <= total_order_amounts].head(number_orders)

df_final

输出：

【讨论】：