如何用Python Pandas生成‘回访计数’及对应汇总表？

一、生成count of revisit字段 #

根据回访计数的常见定义（第一次访问不计入回访，之后每次访问累计计数），可以用以下两种方式实现：

1. 累计回访次数（每行对应该次访问是第几次回访）

使用groupby() + cumcount()，cumcount()会对每组内的行按顺序从0开始编号，刚好对应回访计数（第一次访问为0，第二次为1，以此类推）：

import pandas as pd

# 示例DataFrame
df = pd.DataFrame({
    'user_id': ['A', 'A', 'B', 'B', 'B', 'C'],
    'visit_date': ['2024-01-01', '2024-01-05', '2024-01-02', '2024-01-06', '2024-01-10', '2024-01-03']
})

# 添加回访计数字段
df['count of revisit'] = df.groupby('user_id').cumcount()

处理后结果：

2. 总回访次数（每行显示该用户的累计回访总数）

如果需要每行显示该用户的总回访次数（总访问次数-1），用groupby() + transform('count')：

df['count of revisit'] = df.groupby('user_id')['user_id'].transform('count') - 1

处理后结果：

二、生成回访计数汇总表 #

如果需要按用户汇总总回访次数，可使用groupby() + size()或agg()：

方法1：用size()生成汇总

revisit_summary = df.groupby('user_id').size().reset_index(name='total_visits')
revisit_summary['count_of_revisit'] = revisit_summary['total_visits'] - 1

方法2：用agg()自定义聚合

revisit_summary = df.groupby('user_id').agg(
    total_visits=('user_id', 'count'),
    count_of_revisit=('user_id', lambda x: len(x)-1)
).reset_index()

汇总结果：

核心Pandas函数说明 #

• groupby()：按指定字段（如user_id）分组，是所有分组统计的基础
• cumcount()：对每组内的行顺序编号，从0开始，适合计算累计回访次数
• transform()：将分组计算结果广播回原DataFrame的每一行，用于添加新字段
• size()/agg()：用于生成汇总表，实现分组聚合统计

内容的提问来源于stack exchange，提问作者user13617491