基于Pandas为客户访问表添加总访问次数与时间排序访问排名列

需求说明 #

现有客户访问记录表，需新增两列：

• Total_Visits：记录每个客户的总访问次数
• Visit_Rank：按访问时间从早到晚排序的客户内部访问排名

示例数据 #

import pandas as pd

df = pd.DataFrame([[1,'xx','2011-10-10'],
                   [2,'xx','2010-10-10'],
                   [3,'yy','2014-10-10'],
                   [4,'yy','2013-10-10'],
                   [5,'yy','2015-10-10'],
                   [6,'zz','2009-10-10']
                  ],
                  columns=['ID','Customer_ID','Visit_Date'])

预期结果 #

处理后的数据表如下：

实现代码 #

# 转换日期格式为datetime类型，确保排序准确
df['Visit_Date'] = pd.to_datetime(df['Visit_Date'])

# 计算每个客户的总访问次数，映射到每一行
df['Total_Visits'] = df.groupby('Customer_ID')['Customer_ID'].transform('count')

# 按客户分组，对访问时间升序排名，method='first'保证同日期时按原顺序排名
df['Visit_Rank'] = df.groupby('Customer_ID')['Visit_Date'].rank(method='first', ascending=True).astype(int)

代码说明 #

1. 日期转换：将Visit_Date转为datetime类型，避免字符串排序带来的逻辑错误；
2. 总访问次数：通过groupby按客户分组后计数，transform方法确保每个客户的所有行都能同步获取总访问次数；
3. 访问排名：按客户分组后对访问时间升序排名，method='first'处理可能的同日期场景，保证排名唯一且符合数据原始顺序，最后转为整数类型让结果更直观。

内容的提问来源于stack exchange，提问作者Natali