如何在Pandas DataFrame中获取客户的上一次购买商品

你之前用df.groupby('customer').nth(0)不对，这个方法是取每个客户组的第一条记录，所以所有行都会拿到同一个值。要实现每笔交易对应客户的上一次购买商品，应该用**分组后移位（shift）**的方法：

步骤1：确保数据顺序正确（可选但推荐） #

先把date列转为datetime类型，再按customer和date排序，保证交易时间顺序准确：

import pandas as pd

# 构造示例DataFrame
data = {
    'date': ['2022-01-01', '2022-01-02', '2022-01-03', '2022-01-04', '2022-01-05'],
    'customer': ['AA', 'AA', 'CC', 'CC', 'AA'],
    'article': [4,7,4,8,9]
}
df = pd.DataFrame(data)

# 转换日期格式并排序
df['date'] = pd.to_datetime(df['date'])
df = df.sort_values(['customer', 'date'])

步骤2：分组移位并填充默认值 #

按customer分组后，对article列执行shift(1)——这个操作会把每个分组内的数据向下移动一行，当前行就能拿到上一行的商品值；组内第一行没有历史数据会得到NaN，最后用fillna(0)把空值替换成0，再转成整数类型：

df['prev_article'] = df.groupby('customer')['article'].shift(1).fillna(0).astype(int)

最终结果 #

执行完代码后，DataFrame会和你预期的一致：

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