基于特定分组的Min和Max给列赋值:按Cust_ID分组生成Type字段
解决方案
核心判断逻辑:每个客户的Product取值只要同时包含a-m、n-z两个区间的值,就标记为Multiple,否则标记为Single。
SQL 实现
基于窗口函数实现,无需子查询关联,性能较高:
SELECT Cust_ID, Acc_No, Product, CASE WHEN MAX(Product) OVER (PARTITION BY Cust_ID) <= 'm' OR MIN(Product) OVER (PARTITION BY Cust_ID) >= 'n' THEN 'Single' ELSE 'Multiple' END AS Type FROM 你的表名;
你之前尝试的最小最大值对比逻辑本身是成立的,大概率是条件拼接错误导致未得到预期结果。
Python Pandas 实现
写法1(高效向量化运算)
import pandas as pd # 假设你的数据已读取到df变量中 df['Type'] = df.groupby('Cust_ID')['Product'].transform( lambda x: 'Single' if x.max() <= 'm' or x.min() >= 'n' else 'Multiple' )
写法2(逻辑更直观)
import pandas as pd # 标记每个Product所属区间 df['zone'] = df['Product'].le('m').map({True: 'low', False: 'high'}) # 统计每个客户覆盖的区间数量 df['zone_count'] = df.groupby('Cust_ID')['zone'].transform('nunique') # 生成最终Type列 df['Type'] = df['zone_count'].map({1: 'Single', 2: 'Multiple'}) # 删除临时辅助列 df.drop(columns=['zone', 'zone_count'], inplace=True)
内容的提问来源于stack exchange,提问作者AD94
相关产品推荐
相关产品推荐

