Pandas添加客户未来4周下单标记列及代码全量运行错误修复

你的代码全量运行返回全1，核心是两个问题：

• 周次筛选边界错误：条件写的df.Week_No >= x.Week_No，会把当前行自身的订单统计进去，哪怕后续没有订单，当前行的订单值求和必然>=1，自然所有行都返回1。你要统计的是当前周之后的订单，应该用严格大于号>排除当前行。
• 列名匹配不一致：原始数据列名是带空格的WEEK NO、CUSTOMER、ORDERS，代码里写的是Week_No、Customer、total_orders，小样本测试如果手动改了列名能跑通，全量数据如果没做列名统一，筛选条件会直接失效。

首先先统一列名，避免空格、大小写导致的匹配错误：

df.columns = ['CUSTOMER', 'WEEK_NO', 'ORDERS']

如果数据量不大，可以直接修正apply逻辑：

df['FLAG'] = df.apply(
    lambda x: 1 if df.loc[
        (df['CUSTOMER'] == x['CUSTOMER']) &
        (df['WEEK_NO'] > x['WEEK_NO']) &
        (df['WEEK_NO'] <= x['WEEK_NO'] + 4),
        'ORDERS'
    ].sum() >= 1 else 0,
    axis=1
)

如果是全量大数据集，apply逐行遍历全表性能很差，推荐用分组处理的方式，性能会提升几十倍：

# 先按客户、周次排序
df = df.sort_values(['CUSTOMER', 'WEEK_NO']).reset_index(drop=True)

def calc_flag(group):
    weeks = group['WEEK_NO'].values
    orders = group['ORDERS'].values
    res = []
    for idx, curr_w in enumerate(weeks):
        # 只看当前行之后的记录
        follow_weeks = weeks[idx+1:]
        follow_orders = orders[idx+1:]
        match_mask = (follow_weeks > curr_w) & (follow_weeks <= curr_w + 4)
        res.append(1 if follow_orders[match_mask].sum() >= 1 else 0)
    group['FLAG'] = res
    return group

df = df.groupby('CUSTOMER', group_keys=False).apply(calc_flag)

运行后得到的结果和预期完全一致：

CUSTOMER  WEEK_NO  ORDERS  FLAG
0      Ann        4       1     1
1      Ann        6       3     0
2     John        1       1     0
3     John        7       2     0

内容的提问来源于stack exchange，提问作者MaivishM