如何为DataFrame添加布尔列标记邮件是否收到5日内回复？

步骤说明 #

1. 先将Date列转换为datetime类型，确保日期计算有效；
2. 按Case_no分组，提取每个工单下Agent发送的所有Response日期；
3. 为Email Sent类型的行填充两个布尔列，Response类型的行默认保留NaN；
4. 针对Response_Within_Five_Days，需判断是否存在晚于邮件发送日期且在5日内的Agent回复。

完整代码 #

import pandas as pd

# 构建原始数据（如果是读取外部数据，替换为pd.read_csv等方法）
df = pd.DataFrame({
    'Case_no': [1,1,1,1,2,2],
    'Event_ID': [1,2,3,4,5,6],
    'Date': ['2023-01-01', '2023-01-02', '2023-01-03', '2023-01-10', '2023-01-02', '2023-01-04'],
    'Type': ['Email Sent', 'Response', 'Email Sent', 'Response', 'Email Sent', 'Email Sent'],
    'Done_by': ['Customer', 'Agent', 'Customer', 'Agent', 'Customer', 'Customer']
})

# 1. 转换日期列为datetime类型
df['Date'] = pd.to_datetime(df['Date'])

# 2. 收集每个Case下Agent的Response日期
case_response_dates = df[(df['Type'] == 'Response') & (df['Done_by'] == 'Agent')].groupby('Case_no')['Date'].apply(list)

# 3. 初始化新列为NaN
df['Response?'] = pd.NA
df['Response_Within_Five_Days'] = pd.NA

# 筛选Email Sent类型的行
email_mask = df['Type'] == 'Email Sent'

# 填充Response?列：判断当前Case是否存在Agent的Response
df.loc[email_mask, 'Response?'] = df.loc[email_mask, 'Case_no'].isin(case_response_dates.index)

# 4. 定义函数判断是否有5日内的有效回复
def check_5day_response(case_no, email_date):
    if case_no not in case_response_dates:
        return False
    # 遍历该Case的所有Response日期，判断是否有符合条件的
    for resp_date in case_response_dates[case_no]:
        if resp_date >= email_date and (resp_date - email_date).days <= 5:
            return True
    return False

# 填充Response_Within_Five_Days列
df.loc[email_mask, 'Response_Within_Five_Days'] = df.loc[email_mask].apply(
    lambda row: check_5day_response(row['Case_no'], row['Date']), axis=1
)

# 查看结果（可选）
print(df)

代码解释 #

• 日期转换：确保后续能正确计算日期差值；
• 分组收集Response日期：避免重复查询，提升效率；
• 布尔列填充：通过isin快速判断Case是否存在回复；
• 5日内回复判断：额外增加resp_date >= email_date的条件，避免把邮件发送前的旧回复算作有效回复。

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