客户交付模式分析:Pandas数据提取方法
本文深入解析如何运用Pandas数据提取技巧,高效分析客户交付模式,助力物流优化。针对物流或交付数据集,文章详细阐述了如何通过Pandas对数据进行排序、智能去重和分组聚合等操作,精准识别并量化重复出现的客户交付序列,即“客户链”。这种方法能有效揭示交付人员在不同趟次中客户访问顺序的规律性,即使同一客户在单次交付中被多次访问,也能准确识别其在链中的唯一位置。通过分析客户链的出现频率和比例,企业能够更深入地了解交付路线,从而优化操作流程,提升物流效率,改善客户体验。本文提供完整代码示例,方便读者快速上手实践。

在物流和交付场景中,分析交付人员的客户访问顺序对于优化路线、提高效率具有重要意义。本教程将展示如何从包含交付明细的Pandas DataFrame中提取并统计重复出现的客户交付序列(简称“客户链”),即使同一客户在单次交付中被多次访问,也能准确识别其在链中的唯一位置。
数据结构与问题定义
假设我们有一个Pandas DataFrame,记录了交付人员的每次交付活动,包含以下核心列:
- DateTime: 交付时间
- SortieNumber: 交付趟次编号
- CustomerName: 客户名称
- ProductCode: 产品代码 (在本分析中不相关)
我们的目标是:
- 识别每个SortieNumber内客户的访问顺序。
- 忽略同一趟次内同一客户的重复访问(如果它们是连续的)。
- 统计不同客户链的出现频率。
以下是一个示例数据集:
import pandas as pd
from io import StringIO
data = """DateTime,SortieNumber,CustomerName,ProductCode
01/01/2023 09:00:00,1,Josh,001
01/01/2023 09:10:00,1,Alice,002
01/01/2023 09:15:00,1,Robert,002
01/01/2023 12:00:00,2,Anna,001
01/01/2023 12:00:10,2,Anna,003
01/01/2023 12:15:00,2,Robert,003
01/01/2023 15:00:00,3,Josh,004
01/01/2023 15:05:10,3,Alice,003
01/01/2023 15:15:00,3,Robert,001
01/01/2023 15:30:10,3,Robert,002
01/01/2023 15:35:15,3,Robert,003
"""
df = pd.read_csv(StringIO(data))
# 确保DateTime列为日期时间类型,以便正确排序
df['DateTime'] = pd.to_datetime(df['DateTime'])
print("原始DataFrame:")
print(df)提取客户链的步骤
为了实现上述目标,我们将采用以下Pandas操作步骤:
1. 数据排序
首先,我们需要确保每个SortieNumber内部的记录是按照时间顺序排列的,这样才能正确捕获客户的访问序列。
df_sorted = df.sort_values(by=['SortieNumber', 'DateTime'])
print("\n排序后的DataFrame:")
print(df_sorted)2. 处理趟次内连续重复客户
在某些情况下,同一趟次内可能会对同一客户进行多次连续交付(例如,交付不同产品)。为了准确构建客户链,我们只关心客户被访问的“唯一”顺序,即如果客户A连续出现多次,我们只将其视为链中的一个节点。
这里我们使用一个技巧:检查当前行与上一行在SortieNumber和CustomerName上是否都相同。如果两者不同(即ne().any(axis=1)),则表示这是一个新的客户访问或新的趟次开始。
# 过滤掉同一趟次内连续重复的客户访问
# `ne(d.shift())` 比较当前行与上一行是否不同
# `.any(axis=1)` 检查'SortieNumber'或'CustomerName'任一列不同,则保留该行
df_unique_customers = df_sorted.loc[
df_sorted[['SortieNumber', 'CustomerName']]
.ne(df_sorted[['SortieNumber', 'CustomerName']].shift())
.any(axis=1)
]
print("\n过滤连续重复客户后的DataFrame:")
print(df_unique_customers)注意事项:
- 如果可以保证在同一个SortieNumber内,一个客户被访问后,除非该趟次结束或有其他客户在中间被访问,否则该客户不会再次出现(即不会出现 A -> B -> A 的情况,只有 A -> A -> B 或 A -> B),那么可以使用更简洁的 df.drop_duplicates(['SortieNumber', 'CustomerName']) 来达到相同的效果。但上述 ne().any(axis=1) 方法在处理更复杂的数据模式时更为健壮。
3. 构建客户链字符串
现在,对于每个SortieNumber,我们已经得到了去重后的客户访问序列。接下来,我们将这些客户名称连接成一个字符串,形成客户链。
# 按SortieNumber分组,并将CustomerName连接成字符串
customer_chains = df_unique_customers.groupby('SortieNumber')['CustomerName'].agg('-'.join)
print("\n每个趟次的客户链:")
print(customer_chains)4. 统计客户链频率
最后一步是统计每个独特的客户链出现了多少次。
# 统计每个客户链的出现次数
chain_counts = customer_chains.value_counts()
print("\n客户链出现次数统计:")
print(chain_counts)如果需要获取每个客户链的出现比例,可以将 normalize=True 参数传递给 value_counts():
# 统计每个客户链的出现比例
chain_proportions = customer_chains.value_counts(normalize=True)
print("\n客户链出现比例统计:")
print(chain_proportions)完整代码示例
将上述步骤整合,形成一个完整的解决方案:
import pandas as pd
from io import StringIO
data = """DateTime,SortieNumber,CustomerName,ProductCode
01/01/2023 09:00:00,1,Josh,001
01/01/2023 09:10:00,1,Alice,002
01/01/2023 09:15:00,1,Robert,002
01/01/2023 12:00:00,2,Anna,001
01/01/2023 12:00:10,2,Anna,003
01/01/2023 12:15:00,2,Robert,003
01/01/2023 15:00:00,3,Josh,004
01/01/2023 15:05:10,3,Alice,003
01/01/2023 15:15:00,3,Robert,001
01/01/2023 15:30:10,3,Robert,002
01/01/2023 15:35:15,3,Robert,003
"""
df = pd.read_csv(StringIO(data))
df['DateTime'] = pd.to_datetime(df['DateTime'])
# 核心处理逻辑
result_counts = (df.sort_values(by=['SortieNumber', 'DateTime'])
.loc[lambda d: d[['SortieNumber', 'CustomerName']]
.ne(d[['SortieNumber', 'CustomerName']].shift())
.any(axis=1)]
.groupby('SortieNumber')['CustomerName'].agg('-'.join)
.value_counts()
)
print("\n最终客户链出现次数统计:")
print(result_counts)
# 如果需要比例
result_proportions = (df.sort_values(by=['SortieNumber', 'DateTime'])
.loc[lambda d: d[['SortieNumber', 'CustomerName']]
.ne(d[['SortieNumber', 'CustomerName']].shift())
.any(axis=1)]
.groupby('SortieNumber')['CustomerName'].agg('-'.join)
.value_counts(normalize=True)
)
print("\n最终客户链出现比例统计:")
print(result_proportions)总结
通过本教程,我们学习了如何利用Pandas的强大功能,从复杂的交付数据中提取有价值的客户访问序列模式。关键步骤包括:
- 按趟次和时间精确排序,确保序列的正确性。
- 智能去重,识别并过滤掉同一趟次内连续的重复客户访问,聚焦于核心的访问顺序。
- 分组聚合,将每个趟次的客户序列构建成易于分析的字符串形式。
- 频率统计,量化不同客户链的出现频率或比例。
这种分析方法不仅适用于物流和交付场景,也可以推广到任何需要分析序列模式的数据集,例如用户行为路径、生产线流程等。通过识别重复模式,企业可以优化操作流程、预测行为趋势,并最终提升效率和用户体验。
今天关于《客户交付模式分析:Pandas数据提取方法》的内容就介绍到这里了,是不是学起来一目了然!想要了解更多关于的内容请关注golang学习网公众号!
SolidWorks几何体问题解决技巧
- 上一篇
- SolidWorks几何体问题解决技巧
- 下一篇
- Minecraft插件开发:如何给玩家发消息
-
- 文章 · python教程 | 1天前 | 线程池 · Python 线程池 concurrent.futures 任务取消 Future.cancel
- Python concurrent.futures.Future.cancel 怎样判断任务能否取消
- 143浏览 收藏
-
- 文章 · python教程 | 1天前 | 标准库 · HTTP服务 · 多线程 · Python教程 · Python 并发请求 http.server ThreadingHTTPServer ThreadingMixIn BaseHTTPRequestHandler
- Python http.server ThreadingHTTPServer 怎样处理并发请求
- 481浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python tarfile.TarInfo.replace 怎样复制归档成员属性
- 308浏览 收藏
-
- 文章 · python教程 | 1天前 | 并发编程 · Python教程 · Python 多进程 multiprocessing forkserver 启动上下文
- Python multiprocessing forkserver 怎样处理进程启动上下文
- 232浏览 收藏
-
- 文章 · python教程 | 1天前 | 标准库 · 异步编程 · Python教程 · Python asyncio StreamReader readexactly IncompleteReadError 异步流
- Python asyncio.StreamReader.readexactly 怎样处理不足长度的输入
- 427浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python operator.length_hint 怎样为未知长度迭代器设置估计值
- 336浏览 收藏
-
- 文章 · python教程 | 1天前 | 标准库 · Python教程 · Python warnings catch_warnings simplefilter filterwarnings 警告过滤
- Python warnings context manager 怎样临时调整警告过滤
- 255浏览 收藏
-
- 文章 · python教程 | 1天前 | 调试 · python · 异步编程 · Python asyncio introspection current_task all_tasks
- Python asyncio introspection 怎样定位当前任务
- 120浏览 收藏
-
- 文章 · python教程 | 1天前 | 标准库 · Python教程 · Python 类型注解 Python 3.14 annotationlib get_annotations ForwardRef 延迟注解
- Python 3.14 annotationlib.get_annotations 怎样读取延迟注解
- 423浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python 3.14 跨解释器 Queue.put 的阻塞与 QueueFull 处理方案
- 157浏览 收藏
-
- 文章 · python教程 | 2天前 | xml · python · Python xml xml.etree.ElementTree canonicalize C14N
- Python xml.etree.ElementTree.canonicalize 怎样生成稳定的 XML 文本
- 151浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 1172次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 1154次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 1336次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 1280次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 1138次使用
-
- Python TaskGroup 怎样让子任务失败统一收敛
- 2026-11-12 501浏览
-
- Python xml.dom.minidom.unlink 怎样释放不再使用的 DOM 树引用
- 2026-10-27 501浏览
-
- Python typing 怎样用 TypeIs 缩小类型
- 2026-10-24 501浏览
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览

