如何从Pandas DataFrame中提取客户配送链并统计出现频次？

完全可以实现，以下是具体步骤和代码：

步骤1：生成各配送任务的客户顺序链 #

首先确保每个配送任务（SortieNumber）内的记录按配送时间（DateTime）排序，再将任务内的客户名称按顺序拼接成字符串形式的客户链（忽略ProductCode列）。

import pandas as pd

# 按配送任务号和时间排序，保证客户顺序符合实际配送流程
df_sorted = df.sort_values(['SortieNumber', 'DateTime'])

# 分组拼接每个任务的客户链
customer_chains = df_sorted.groupby('SortieNumber')['CustomerName'].apply(lambda x: '-'.join(x)).reset_index(name='CustomerChain')

步骤2：统计每条客户链的任务出现次数 #

对生成的客户链进行计数，得到每条链在多少个配送任务中出现：

# 统计链的出现次数，并格式化结果
chain_counts = customer_chains['CustomerChain'].value_counts().reset_index()
chain_counts.columns = ['CustomerChain', 'OccurrenceCount']

示例效果 #

假设你的原始数据如下：

运行代码后，chain_counts的结果为：

这正好匹配你示例中"Josh-Alice-Robert在3次任务里出现2次"的需求。

可选调整 #

如果需要忽略同一配送任务内重复出现的客户（比如同一客户多次配送只保留一次），可以修改拼接逻辑为：

customer_chains = df_sorted.groupby('SortieNumber')['CustomerName'].apply(lambda x: '-'.join(x.unique())).reset_index(name='CustomerChain')

内容的提问来源于stack exchange，提问作者slow_learner