创建一个函数，该函数接受多个数据框列并跨列溢出值

Question

我有一个包含客户数据和销售团队的销售数据框。我有一个基于单个客户的目标电话，我想将其分配给各个销售团队

 cust_id| total_calls_req| group_1_rep| group_2_rep| group_3_rep
 34523  |    10          | 230429     | nan        | 583985
 34583  |    12          | 230429     | 539409     | 583985
 34455  |    6           | 135552     | nan        | nan

我想创建一个函数，根据是否分配了 group_rep，将 total_calls_req 拆分到每个组中。

如果 cust_id 分配给 1 个代表，则 total_calls_req 全部分配给相关代表

如果 cust_id 分配给 2 个代表，则 total_calls_req 将分配给有问题的两个代表。

如果cust_id 分配给 3 个代表，那么 total_calls_req 会在三个代表之间随机分配，并且需要是整张卡片。

我希望最终数据框看起来像这样：

 cust_id| total_calls_req| group_1_rep| group_2_rep| group_3_rep| group_1_rep_calls| group_2_rep_calls| group_3_rep_calls
 34523  |    10          | 230429     | nan        | 583985     |   5              | 0                |   5
 34583  |    12          | 230429     | 539409     | 583985     |   6              | 3                |   3
 34455  |    6           | 135552     | nan        | nan        |   6              | 0                |   0

有没有办法通过 python 函数做到这一点？

Answer 1

您可以构建一个函数，该函数根据NaN 值的数量返回一个包含三个元素的系列。我在this answer 获得系列，在那个答案中使用numpy.random.multinomial。

import numpy as np    

def serie_split(row):
  total_calls_req = row[0]
  groups = row[1:]
  numbers_nan = pd.notna(groups).sum()
  if numbers_nan == len(groups):
    s = pd.Series(np.random.multinomial(total_calls_req, [1/len(groups)] * len(groups)))
  else:
    s = pd.Series(groups)
    s.loc[s.notna()] = total_calls_req/numbers_nan if (total_calls_req % 2) == 0 else np.random.multinomial(total_calls_req, [1/numbers_nan] * numbers_nan)
    s.loc[s.isna()] = 0
  return s

def get_rep_calls(df):
  columns = df.filter(like='group_').add_suffix('_calls').columns
  dfg = df[df.columns[1:]] # dfg is a dataframe only with the columns 'total_calls_req','group_1_rep', 'group_2_rep' and 'group_3_rep'
  series = [serie_split(row) for row in dfg.to_numpy(dtype='object')]
  for index in range(len(dfg)):
    df.loc[index, columns] = series[index].values

get_rep_calls(df)
print(df)

输出 （我在最后一行用total_calls_req = 13添加了一个例子）：

cust_id	total_calls_req	group_1_rep	group_2_rep	group_3_rep	group_1_rep_calls	group_2_rep_calls	group_3_rep_calls
34523	10	230429	NaN	583985	5	0	5
34583	12	230429	539409	583985	4	7	1
34455	6	135552	NaN	NaN	6	0	0
12345	13	123456	NaN	583985	10	0	3

Answer 2

您可以使用此自定义 split 函数在分配给客户的代表之间分配呼叫。这使用以“group_”开头的列来识别分配的代表并计算他们的数量。如果它们超过两个，numpy.random.multinomial 函数可以生成随机拆分。

import numpy as np

def split(s):
    reps = (~s.filter(like='group_').isna()).astype(int).add_suffix('_calls')
    total = reps.sum()
    if total > 2:   # remove this line and below for a better split across reps
        return np.random.multinomial(s['total_calls_req'], [1/total]*total)
    div, mod = divmod(int(s['total_calls_req']), total)
    reps = reps*div # split evenly
    reps[np.random.choice(np.flatnonzero(reps), mod)]+=1 # allocate remainder randomly
    return reps

pd.concat([df, df.apply(split, axis=1)], axis=1)

输出：

   cust_id  total_calls_req  group_1_rep  group_2_rep  group_3_rep  group_1_rep_calls  group_2_rep_calls  group_3_rep_calls
0    34523               10       230429          NaN     583985.0                  5                  0                  5
1    34583               12       230429     539409.0     583985.0                  4                  2                  6
2    34455                6       135552          NaN          NaN                  6                  0                  0