Skip to main content
 首页 » 编程设计

python之捕获行直到第一次响应 python 中的事件

2025年04月02日16zlslch

我有捕获时间、目标和响应(用户是否打开链接)的电子邮件事件数据。响应 1 表示用户已打开内容。

示例数据:

senddate    userid  content  response 
2016-06-01  100     50505   NaN 
2016-06-01  100     50505   NaN 
2016-06-01  100     50505   1 
2016-06-01  100     50505   1 
2016-06-02  100     50505   NaN 
2016-06-02  100     50505   1 
2016-06-02  100     50505   1 

现在我只想保留行直到第一次响应。我想丢弃在第一个响应之后出现的任何行,并且我想为多个发送日期执行此操作。

输出数据集:

    senddate    userid  content  response 
    2016-06-01  100     50505   NaN 
    2016-06-01  100     50505   NaN 
    2016-06-01  100     50505   1 
    2016-06-02  100     50505   NaN 
    2016-06-02  100     50505   1 

如果有人可以帮助构建逻辑,我们将不胜感激。

请您参考如下方法:

您可以使用 pandas实现这一目标:

如果您在 'senddate' 列上 groupby 我们可以生成一个 bool 掩码,将索引与 first_valid_index 进行比较,这将创建一个多索引,其中第一级是日期,第二层是有效的索引值,然后我们使用 get_level_values 检索这些值,并使用 loc 检索这些值:

In [17]: 
import pandas as pd 
df = pd.read_csv(your_file_path) 
df.loc[df.groupby('senddate')['response'].apply(lambda x: x[x.index <= x.first_valid_index()]).index.get_level_values(1)] 
 
Out[17]: 
    senddate  userid  content  response 
0 2016-06-01     100    50505       NaN 
1 2016-06-01     100    50505       NaN 
2 2016-06-01     100    50505       1.0 
4 2016-06-02     100    50505       NaN 
5 2016-06-02     100    50505       1.0 

以上分解:

In [18]: 
df.groupby('senddate')['response'].apply(lambda x: x[x.index <= x.first_valid_index()]) 
 
Out[18]: 
senddate      
2016-06-01  0    NaN 
            1    NaN 
            2    1.0 
2016-06-02  4    NaN 
            5    1.0 
Name: response, dtype: float64 
 
In [19]: 
df.groupby('senddate')['response'].apply(lambda x: x[x.index <= x.first_valid_index()]).index.get_level_values(1) 
 
Out[19]: 
Int64Index([0, 1, 2, 4, 5], dtype='int64')