如何基于客户邮箱与日期为订单分配对应购买次数整数标识

以下是不同场景下的落地实现方法：

电子表格（Excel/Google Sheets）实现 #

• 第一步先将全量数据按「客户邮箱地址」+「下单日期」升序排序，确保同一客户的订单按购买时间从早到晚排列
• 假设A列是下单日期、B列是客户邮箱地址、C列为购买次数标记列，在C2单元格输入公式：=COUNTIF($B$2:B2, B2)，回车后下拉填充整列即可得到数值格式的购买次数
• 若需要显示为「第X次购买」的文本格式，可将公式调整为：="第"&COUNTIF($B$2:B2, B2)&"次购买"

注意：COUNTIF的第一个参数要使用混合引用锁定起始行，下拉填充时统计范围会逐行向下扩展，只会统计当前行及以上的同邮箱订单数，刚好对应按时间排序后的购买顺序

SQL实现 #

假设订单表名为order_records，包含字段order_date（下单日期）、customer_email（客户邮箱），直接用窗口函数查询即可：

SELECT 
  order_date,
  customer_email,
  ROW_NUMBER() OVER (PARTITION BY customer_email ORDER BY order_date ASC) AS purchase_times
FROM order_records;

逻辑说明：PARTITION BY按客户邮箱分组，ORDER BY按下单日期升序排列，ROW_NUMBER会给每个分组内的行按顺序生成连续序号，就是对应客户的第几次购买

Python Pandas实现（适合大批量数据处理） #

先排序再分组生成序号即可：

import pandas as pd

# 读取数据后先按客户邮箱、下单日期升序排序
df = df.sort_values(by=['customer_email', 'order_date'], ascending=[True, True])
# 生成数值格式的购买次数，cumcount从0开始计数所以要+1
df['purchase_times'] = df.groupby('customer_email').cumcount() + 1
# 如需转成中文文本格式可以用下面的代码
df['purchase_times_text'] = '第' + df['purchase_times'].astype(str) + '次购买'

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