python pandas为数据表的每一条数据标记其重复的次数

最近我的客服有了一个需求，需要统计2次、3次或4次以上顾客光顾的人次数。

先分析一下这个需求，如下是一张光顾的csv表格：

客户编号	姓名	性别	商品总额	联系电话
001	小强	男	100	13656655665
002	小霞	女	120	15233233333
001	小强	男	89	15322222222
003	小红	女	99	15533333333

当然真正的数据有10万条以上，先来谈谈思路。

• 第一步，我们需要统计每一位客户光顾的次数。
• 第二步，新建一列，将每位客户光顾的次数写到这一列的数据中。
• 第三部，通过分组汇聚统计各种光顾次数的客户数。

首先开展第一步，将数据导入。统计每一位客户光顾次数

# 导入pandas库
import pandas as pd

# 导入数据
data = pd.read_csv(rf'文件目录\客户光顾表.csv')

我们可以使用分组汇聚计算每一位客户光顾的次数，但是如果使用名字有可能遇到同名的情况，这里假设客户编号是与每位客户绑定的，有时我们会遇到无法用单列数据来确定客户身份，这个使用可以使用多列数据组合的方式来确定身份（新建一列身份数据 data['客户身份'] = data['客户编号'] + data['姓名']）。

# 为了避免姓名同名同姓，使用增加多列组合为一列来确定身份信息。

data['客户身份'] = data['客户编号'] + data['姓名']

# 现在我们可以通过分组汇聚来计算每一位客户的光顾次数。

data_t = data.groupby(['客户身份'])['姓名'].count()

# 为了得到一个统计表，把这个分组数据表重置索引

data_t = data_t.reset_index()

data_t.rename(columns={'姓名':'关顾次数'},inplace=True)     # 将姓名列修改为关顾次数

 第二步，以上我们已经得到了一张统计光顾次数的表格。

客户身份	关顾次数
001小强	2
002小霞	1
003小红	1

我们要把这张表的次数写入到客户光顾表中，很简单，使用merge()函数就可以了。

# 将光顾次数表的关顾次数写入到客户表中

data = pd.merge(data,data_t,on='客户身份',how='left')

这样我们就得到了如下表：

客户编号	姓名	性别	商品总额	联系电话	客户身份	关顾次数
001	小强	男	100	13656655665	001小强	2
002	小霞	女	120	15233233333	002小霞	1
001	小强	男	89	15322222222	001小强	2
003	小红	女	99	15533333333	003小红	1

第三步，现在要统计任何光顾客户的人次数就可能好办了，直接使用分组汇聚。

# 分组汇聚，现在可以做更多统计了。如果表中每个客户还有一列是地址。
# 那么我们就可以统计每个地区关顾2次以上的客户人次。

data_2t = data[data['关顾次数'] > 2]    # 筛选光顾2次以上的顾客
data_2t_1 = data_2t.groupby(['地址'])['关顾次数'].count()

总结一下，这个方法只是我在实际工作中找到的比较简洁的方法，当然还有很多方法，如果你有更好的方法，同学们相互学习学习。