You need to enable JavaScript to run this app. Pandas DataFrame中如何基于条件增量生成新访视ID字段
优惠活动
大模型
产品
解决方案
定价
更多

Pandas DataFrame中如何基于条件增量生成新访视ID字段

实现条件式分组New_Visit_ID的步骤

核心逻辑说明

需求本质是按相邻行的判断规则做连续分组,具体规则拆解为3点:

  • 以Visit_ID升序的行顺序为判断基准,首行New_Visit_ID固定为1
  • 满足任意一个条件时,New_Visit_ID在上一行基础上加1:
    • 当前行的Person_ID和上一行的Person_ID不一致
    • 当前行Time_Diff非空且数值>24
  • 不满足上述条件的行,New_Visit_ID和上一行保持一致

实现代码(基于pandas,适配数千行规模的性能要求)

import pandas as pd
# 1. 前置处理:必须按Visit_ID升序排序,保证相邻行的逻辑判断顺序正确
df = df.sort_values('Visit_ID').reset_index(drop=True)
# 2. 逐行判断ID增量触发条件
# 条件1:Person_ID较上一行发生变化
person_change = df['Person_ID'].ne(df['Person_ID'].shift())
# 条件2:Time_Diff非空且大于24
time_trigger = df['Time_Diff'].notna() & df['Time_Diff'].gt(24)
# 合并触发规则,首行强制标记为触发(作为ID的起始点)
trigger = person_change | time_trigger
trigger.iloc[0] = True
# 3. 对触发标记做累积求和,生成New_Visit_ID
df['New_Visit_ID'] = trigger.astype(int).cumsum()

示例验证(匹配给出的测试数据)

按描述的测试数据输入,运行上述代码后得到的New_Visit_ID完全符合规则:

Person_IDTime_Diff生成的New_Visit_ID规则说明
1NA1首行起始值
2NA2Person_ID变化,ID+1
3NA3Person_ID变化,ID+1
314444Time_Diff>24,ID+1
4NA5Person_ID变化,ID+1
405同Person、Time_Diff≤24,共享ID
405同上
41806Time_Diff>24,ID+1
5NA7Person_ID变化,ID+1
6NA8Person_ID变化,ID+1
7NA9Person_ID变化,ID+1
7199同Person、Time_Diff≤24,共享ID
8NA10Person_ID变化,ID+1
82511Time_Diff>24,ID+1
9NA12Person_ID变化,ID+1

注意事项

  • 数据顺序是核心:如果不按Visit_ID升序排序,相邻行的判断逻辑会完全失效,必须先做排序
  • 自动兼容特殊取值:Time_Diff为NA、负数的场景下,因不满足>24的触发条件,会自动按同组共享ID处理
  • 性能适配:所有操作都是pandas向量化计算,哪怕十万行规模的数据也能毫秒级完成,无需逐行循环

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

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.02 19:36:03