基于姓名检测到期日前连续3次付款拒付的技术实现问询

步骤1：数据合并与预处理 #

先将两个DataFrame按用户名关联，让每条付款记录对应到用户的到期日，再过滤出到期日前的付款记录，最后按用户和付款日期排序，保证后续连续序列判断的时间顺序正确。

import pandas as pd

# 假设DF1结构：name(用户名), due_date(到期日)
# DF2结构：name(用户名), payment_date(付款日期), status(付款状态)
# 合并数据集
merged_df = pd.merge(DF1, DF2, on='name', how='left')
# 统一日期格式（若原始数据为字符串，先转为datetime类型）
merged_df['due_date'] = pd.to_datetime(merged_df['due_date'])
merged_df['payment_date'] = pd.to_datetime(merged_df['payment_date'])
# 筛选到期日前的付款记录
merged_df = merged_df[merged_df['payment_date'] <= merged_df['due_date']]
# 按用户、付款日期排序
merged_df = merged_df.sort_values(by=['name', 'payment_date'])

步骤2：识别连续3次及以上的拒付序列 #

通过分组标记连续相同状态的片段，统计每个片段的长度，筛选出拒付状态且连续次数≥3的用户。

# 给每个用户的连续相同状态标记分组ID：状态变化时分组ID递增
merged_df['status_group'] = merged_df.groupby('name')['status'].apply(
    lambda x: (x != x.shift()).cumsum()
)

# 统计每个状态分组的类型和记录数
group_summary = merged_df.groupby(['name', 'status_group']).agg(
    current_status=('status', 'first'),
    consecutive_count=('status', 'size')
).reset_index()

# 筛选存在连续3次及以上拒付的用户
target_users = group_summary[
    (group_summary['current_status'] == 'declined') & 
    (group_summary['consecutive_count'] >= 3)
]['name'].unique()

步骤3：生成最终标记 #

将筛选结果映射回原始DF1，符合条件的用户标记1，否则标记0。

# 给DF1添加标记列
DF1['has_consecutive_declined'] = DF1['name'].isin(target_users).astype(int)

关键说明 #

• 状态分组逻辑：status_group通过对比当前行与上一行的状态，状态变化时生成新分组ID，确保连续相同状态被归为一组。
• 空值处理：若用户无到期前付款记录，会自动标记0，符合需求。
• 日期校验：必须确保日期列是datetime类型，否则无法正确比较时间先后。

内容的提问来源于stack exchange，提问作者coderguy