如何在客户交易DataFrame中获取首个非零值对应的列名？

安全阿岳

2026-7-20

解决方案

要实现给每个客户标记首次大于0交易对应的周列名，你可以通过布尔掩码结合idxmax的方式解决，核心是利用布尔数组的特性定位首个非零值位置，而非直接对数值列使用idmax。

完整代码示例

# 提取交易数据列（排除CUST_ID列）
transaction_columns = customer_df.columns[1:]
# 生成标记交易值>0的布尔掩码
non_zero_mask = customer_df[transaction_columns] > 0
# 获取每行首个非零交易对应的列名
first_sale = non_zero_mask.idxmax(axis=1)
# 处理全零交易的客户，替换为指定默认日期
all_zero_customers = ~non_zero_mask.any(axis=1)
first_sale[all_zero_customers] = "2022-12-01"
# 将结果添加为新列
customer_df["first_sale"] = first_sale

代码解释

分离交易列：先把CUST_ID以外的日期列单独提取出来，聚焦交易数据处理。
创建布尔掩码：用>0生成一个和交易列结构一致的布尔DataFrame，True表示对应位置交易值大于0。
定位首个非零列：对布尔掩码使用idxmax(axis=1)，由于布尔值中True等价于1、False等价于0，这个方法会返回每行第一个True对应的列名，也就是首次出现大于0交易的周。
处理全零情况：用~non_zero_mask.any(axis=1)筛选出所有交易值都是0的客户行，将他们的first_sale替换为你指定的默认日期（示例中是2022-12-01）。
添加新列：将处理后的结果赋值给原DataFrame的first_sale列。