1、需求：

假設(shè)有一個用戶產(chǎn)品購買記錄名單，我們想整理出用戶購買訂單的前一個訂單的信息，形成表格。示例如下：

用戶購買記錄，已按user_id和oder_time排序

期望得到的結(jié)果

如圖所示，實際上就是將1001訂單的信息增加幾列放到1002后面。
字段解釋：
user_id：用戶id
order_id：訂單號
oder_time：購買時間
product_type：商品類型
amount：商品金額
buy_times：第幾次購買
pre后綴：表示前一個訂單的相關(guān)信息

2、思路和解決方法1：

思路：
以原始思維的角度，實現(xiàn)最終效果有以下步驟：
1、選取每一個用戶的所有記錄
2、對用戶購買次數(shù)排序，產(chǎn)生新列buy_times
3、對每一條購買記錄進行整理，如果是該用戶的第一條記錄，則pre列為空；如果非第一條記錄，則在pre列增加前一條數(shù)據(jù)記錄
4、合并整理好的數(shù)據(jù)
5、輸出結(jié)果

Python3代碼：

%python 3
import pandas as pd

#思路1
#讀取數(shù)據(jù)
ini_df=pd.read_excel('file:///D:/Python/170818購買產(chǎn)品前后關(guān)系.xlsx',
                     sheetname='模擬數(shù)據(jù)')
#獲取不重復(fù)的user_id，以便進行遍歷
dist_id=ini_df['user_id'].drop_duplicates()
#直接提取大于1和等于1次的用戶
freq=ini_df['user_id'].value_counts().reset_index()
onetime_user=freq[freq['user_id']==1]['index']
multtime_user=freq[freq['user_id']>1]['index']
#循環(huán)處理用戶第二個及以上訂單
#定義最終數(shù)據(jù)
final_data=pd.DataFrame()
for user_id in multtime_user:
    #篩選user_id對應(yīng)的訂單信息
    mid_data=ini_df[ini_df['user_id']==user_id]
    print(user_id)
    #刪除原索引以方便后期對索引進行操作
    mid_data=mid_data.reset_index(drop=True)
    for i in range(len(mid_data)-1):
        #獲取當(dāng)前訂單信息
        each_data_a=mid_data.iloc[[i]].reset_index(drop=True)
        #獲取前一個訂單信息
        each_data_b=mid_data.iloc[[i+1]].reset_index(drop=True)
        #將前一個訂單信息合并到當(dāng)前訂單中
        each_data=pd.merge(each_data_a,each_data_b,left_index=True,right_index=True,suffixes=('_pre',''))
        #將新的數(shù)據(jù)添加到最終數(shù)據(jù)中
        final_data=final_data.append(each_data)
#篩選用戶第一個訂單，并進行數(shù)據(jù)合并
first_order=ini_df.drop_duplicates('user_id')
final_data=final_data.append(first_order)
#對數(shù)據(jù)增加購買次數(shù)和對列排序
#重設(shè)index后才能進行分組排序
final_data.reset_index(drop=True,inplace=True)
final_data['buy_times']=final_data['order_time'].groupby(final_data['user_id']).rank()
#整理結(jié)果，去掉不需要的列，并對列排序
final_data=final_data[['user_id', 'buy_times', 'order_id', 'order_time', 'product_type','amount', 
                        'order_id_pre', 'order_time_pre', 'product_type_pre', 'amount_pre']]
#對行排序，恢復(fù)初始數(shù)據(jù)繡工
final_data.sort_values(by=['user_id','order_time'],inplace=True)
final_data.reset_index(drop=True,inplace=True)
#存儲數(shù)據(jù)
final_data.to_csv('結(jié)果.csv')

預(yù)覽一下結(jié)果，好像沒什么不對

2、思路和解決方法2：

上述方法很符合人的基本思維，快速思考出結(jié)果，但是程序繁瑣，運行效率很低。
仔細觀察數(shù)據(jù)結(jié)構(gòu)，其實我們發(fā)現(xiàn)對每一個用戶，只需要對其購買的第n+1個產(chǎn)品，后面加上第n個產(chǎn)品的信息就可以了。
于是，可以利用pandas的DataFrame的特性，復(fù)制相同的一個DataFrame，使用merge方法，將兩個DataFrame合并即可。合并的連接方式，即通過user_id相等，left.buy_times=right.buy_times-1。

Python3代碼：

%python 3
import pandas as pd

#思路2
#讀取數(shù)據(jù)
ini_df=pd.read_excel('file:///D:/Python/170818購買產(chǎn)品前后關(guān)系.xlsx',
                     sheetname='模擬數(shù)據(jù)')
#添加每個用戶的購買次數(shù)列
ini_df['buy_times']=ini_df['order_time'].groupby(ini_df['user_id']).rank()
#創(chuàng)建一個相同的輔助數(shù)據(jù)
assit_df=ini_df
assit_df['buy_times2']=assit_df['buy_times']+1
#合并數(shù)據(jù)
rebuy_df=pd.merge(ini_df,assit_df,left_on=['user_id','buy_times'],right_on=['user_id','buy_times2'],
                  how='left',suffixes=('','_pre'))
#篩選需要的列
rebuy_df=rebuy_df[['user_id', 'buy_times', 'order_id', 'order_time', 'product_type','amount', 
                        'order_id_pre', 'order_time_pre', 'product_type_pre', 'amount_pre']]
#存儲數(shù)據(jù)
rebuy_df.to_csv('結(jié)果2.csv')

再看結(jié)果，貌似也沒什么不對

以上兩種處理方法，在80萬條數(shù)據(jù)的處理中，第一種方法跑了一天沒跑出來，而第二種幾分鐘之內(nèi)就出了結(jié)果。所以，處理問題時，思路相當(dāng)重要。

3、思路和解決方法3：

實際上，有了思路2就會發(fā)現(xiàn)，解決問題的工具也顯得并不那么重要。既然數(shù)據(jù)已經(jīng)排好了序，觀察可以見pre列數(shù)據(jù)總滯后于原始數(shù)據(jù)一行。因此，在Excel中，我們首先使用公式計算出購買次數(shù)（buy_times）；然后復(fù)制數(shù)據(jù)的第一行到倒數(shù)第二行，粘貼到pre列的第二行；最后篩選出buy_times=1，清除pre列的數(shù)據(jù)即得到最終結(jié)果。

數(shù)據(jù)資料附件：數(shù)據(jù) 密碼: dbup