python - 按客户查找所有先前事件 ID 的最佳方法

Question

我正在研究这个看起来相当简单的问题。数据看起来像:



例如，客户 ID 的当前事件 ID 是 abc。现在，我需要以列表格式查找所有客户的所有 eventId，以便记录第一个事件 ID，然后再记录到最新的事件 ID。

我用于 1 个客户的方法如下:

import pandas as pd
import numpy as np
data = pd.read_csv('test.csv')
data.to_dict()
{'customerid': {0: 233, 1: 250, 2: 233, 3: 250, 4: 233},
 'eventid': {0: 'abc', 1: 'bcd', 2: 'edc', 3: 'abl', 4: 'cdl'},
 'date': {0: '2019-12-10',
  1: '2019-12-08',
  2: '2008-12-10',
  3: '2019-12-01',
  4: '2001-12-10'},
 'previouseventid': {0: 'edc', 1: 'abl', 2: 'cdl', 3: np.nan, 4: np.nan}}

    customerid  eventid date    previouseventid
0   233 abc 2019-12-10  edc
1   250 bcd 2019-12-08  abl
2   233 edc 2008-12-10  cdl
3   250 abl 2019-12-01  
4   233 cdl 2001-12-10  

temp = [cust_233['eventid'][0]]

for i in range(len(cust_233['previouseventid'])-1):
    if pd.isna(cust_233['previouseventid'][i]) == False:
        # print(cust_233['previouseventid'][i])
        temp.append(cust_233['previouseventid'][i])
    else:
        # print('now exiting')
        break

我觉得我的方法有点笨拙并且有很多代码。我如何有效地为所有客户解决问题？

更新:

我需要的输出是列表。
客户 233 的预期输出是一个列表 ['cdl', 'edc', 'abc'] 而客户 250 的预期输出是 ['abl', 'bcd']

Answer 1

您可以创建这样的列表:

df['previouseventid'] = df['customerid'].map(df.groupby('customerid')['eventid'].apply(list)) 

输出:

   customerid eventid        date  previouseventid
0         233     abc  2019-12-10  [abc, edc, cdl]
1         250     bcd  2019-12-08       [bcd, abl]
2         233     edc  2008-12-10  [abc, edc, cdl]
3         250     abl  2019-12-01       [bcd, abl]
4         233     cdl  2001-12-10  [abc, edc, cdl]

df.groupby('customerid')['eventid'].apply(list) 会给你列表

df.groupby('customerid')['eventid'].apply(list)                                                                                                                                     

customerid
233    [abc, edc, cdl]
250         [bcd, abl]
Name: eventid, dtype: object