如何基于客户下单次数条件在Pandas中创建布尔值列

实现逻辑 #

要实现客户第三次下单时标记为True的需求，核心是先统计每个客户到当前行的下单次数序号：

1. 用groupby('customer_id')对每个客户的订单分组
2. 用cumcount()方法生成分组内的行序号，从0开始计数，对应第1/2/3...次下单
3. 当序号等于2时，刚好对应客户的第3次下单，标记为True，其余情况标记为False

完整代码 #

如果你需要用np.where实现，补全后的代码如下：

import pandas as pd
import numpy as np

# 示例DataFrame
df = pd.DataFrame({
          'customer_id': ['5257', '8034', '21474', '21474', '21474', '6157']
})

# 补全后的赋值逻辑
df['recurring_customer'] = np.where(df.groupby('customer_id').cumcount() == 2, True, False)

补充说明 #

• 运行后得到的recurring_customer列是布尔类型，如果你需要字符串格式的"True"/"False"，可以把代码里的True, False改成"True", "False"即可
• 你给出的期望输出示例存在小的格式笔误（长度不匹配、少引号），上述代码运行后的结果完全符合你的业务需求
• 也可以不用np.where，直接用更简洁的写法实现同样效果：

df['recurring_customer'] = df.groupby('customer_id').cumcount() == 2

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