如何將記錄從兩類重新分類到四類

Question

我有一個熊貓數據框，其中包含數百萬客戶的產品名稱[a，b，c，d，e，f，j，h，i，j，k，l] 。 對於每個產品，數據報告客戶是否在當月使用產品（由1表示）或未使用（由0表示）。使用和非使用
1 0我想重新分類的產品使用分爲四類：：

的原始客戶分類

S：使用
L：保持使用（在幾個用於隨後幾個月）
N：不使用
d：維護未使用（未使用連續數月）

的原始數據如下所示：

+-------------+-------+---+---+---+---+---+---+---+---+---+---+---+---+ 
| Customer_ID | Month | a | b | c | d | e | f | j | h | i | j | k | l | 
+-------------+-------+---+---+---+---+---+---+---+---+---+---+---+---+ 
| 19509  | Jan | 1 | 0 | 1 | 0 | 0 | 1 | 0 | 1 | 0 | 1 | 1 | 0 | 
| 19509  | Feb | 1 | 0 | 0 | 0 | 0 | 1 | 0 | 1 | 0 | 0 | 1 | 0 | 
| 19509  | Mar | 1 | 1 | 1 | 0 | 0 | 1 | 0 | 1 | 0 | 1 | 1 | 0 | 
| 19509  | Apr | 0 | 1 | 0 | 1 | 0 | 1 | 0 | 1 | 0 | 0 | 0 | 0 | 
| 19509  | May | 1 | 0 | 0 | 1 | 1 | 1 | 0 | 1 | 0 | 0 | 0 | 0 | 
| 19509  | Jun | 1 | 0 | 0 | 1 | 0 | 1 | 0 | 1 | 0 | 0 | 0 | 0 | 
| 19509  | Jul | 1 | 1 | 1 | 0 | 0 | 1 | 0 | 1 | 0 | 1 | 1 | 0 | 
| 19509  | Aug | 0 | 1 | 0 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 
| 19509  | Sep | 1 | 1 | 1 | 1 | 0 | 1 | 0 | 0 | 1 | 1 | 1 | 0 | 
| 19510  | Jan | 1 | 0 | 1 | 0 | 0 | 1 | 0 | 1 | 0 | 1 | 1 | 0 | 
| 19510  | Feb | 1 | 0 | 0 | 0 | 0 | 1 | 0 | 1 | 0 | 0 | 1 | 0 | 
| 19510  | Mar | 1 | 1 | 1 | 0 | 0 | 1 | 0 | 1 | 0 | 1 | 1 | 0 | 
| 19510  | Apr | 0 | 1 | 0 | 1 | 0 | 1 | 0 | 1 | 0 | 0 | 0 | 0 | 
| 19510  | May | 1 | 0 | 0 | 1 | 1 | 1 | 0 | 1 | 0 | 0 | 0 | 0 | 
| 19510  | Jun | 1 | 0 | 0 | 1 | 0 | 1 | 0 | 1 | 0 | 0 | 0 | 0 | 
| 19510  | Jul | 1 | 1 | 1 | 0 | 0 | 1 | 0 | 1 | 0 | 1 | 1 | 0 | 
| 19510  | Aug | 0 | 1 | 0 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 
| 19510  | Sep | 1 | 1 | 1 | 1 | 0 | 1 | 0 | 0 | 1 | 1 | 1 | 0 | 
| 19511  | Jan | 1 | 0 | 1 | 0 | 0 | 1 | 0 | 1 | 0 | 1 | 1 | 0 | 
| 19511  | Feb | 1 | 0 | 0 | 0 | 0 | 1 | 0 | 1 | 0 | 0 | 1 | 0 | 
| 19511  | Mar | 1 | 1 | 1 | 0 | 0 | 1 | 0 | 1 | 0 | 1 | 1 | 0 | 
| 19511  | Apr | 0 | 1 | 0 | 1 | 0 | 1 | 0 | 1 | 0 | 0 | 0 | 0 | 
| 19511  | May | 1 | 0 | 0 | 1 | 1 | 1 | 0 | 1 | 0 | 0 | 0 | 0 | 
| 19511  | Jun | 1 | 0 | 0 | 1 | 0 | 1 | 0 | 1 | 0 | 0 | 0 | 0 | 
| 19511  | Jul | 1 | 1 | 1 | 0 | 0 | 1 | 0 | 1 | 0 | 1 | 1 | 0 | 
| 19511  | Aug | 0 | 1 | 0 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 
| 19511  | Sep | 1 | 1 | 1 | 1 | 0 | 1 | 0 | 0 | 1 | 1 | 1 | 0 | 
+-------------+-------+---+---+---+---+---+---+---+---+---+---+---+---+ 

我想將客戶重新分爲四類，以考慮那些在幾個月內保持使用或保持未使用狀態的客戶。

結果應該如下所示：

+-------------+-------+---+---+---+---+---+---+---+---+---+---+---+---+ 
| Customer_ID | Month | a | b | c | d | e | f | j | h | i | j | k | l | 
+-------------+---+---+---+---+---+---+---+---+---+---+---+---+---+---+ 
| 19509  | Jan | S | N | S | N | N | S | N | S | N | S | S | N | 
| 19509  | Feb | M | N | N | D | D | M | D | M | D | N | M | D | 
| 19509  | Mar | M | S | S | D | D | M | D | M | D | S | M | D | 
| 19509  | Apr | N | M | N | S | D | M | D | M | D | N | N | D | 
| 19509  | May | D | N | D | M | S | M | D | M | D | D | D | D | 
| 19509  | Jun | D | D | D | M | N | M | D | M | D | D | D | D | 
| 19509  | Jul | S | S | S | N | D | M | D | M | D | S | S | D | 
| 19509  | Aug | N | M | N | D | D | M | D | N | D | N | N | D | 
| 19509  | Sep | S | M | S | S | D | M | D | D | S | S | S | D | 
| 19510  | Jan | S | N | S | N | N | S | N | S | N | S | S | N | 
| 19510  | Feb | M | N | N | D | D | M | D | M | D | N | M | D | 
| 19510  | Mar | M | S | S | D | D | M | D | M | D | S | M | D | 
| 19510  | Apr | N | M | N | S | D | M | D | M | D | N | N | D | 
| 19510  | May | D | N | D | M | S | M | D | M | D | D | D | D | 
| 19510  | Jun | D | D | D | M | N | M | D | M | D | D | D | D | 
| 19510  | Jul | S | S | S | N | D | M | D | M | D | S | S | D | 
| 19510  | Aug | N | M | N | D | D | M | D | N | D | N | N | D | 
| 19510  | Sep | S | M | S | S | D | M | D | D | S | S | S | D | 
| 19511  | Jan | S | N | S | N | N | S | N | S | N | S | S | N | 
| 19511  | Feb | M | N | N | D | D | M | D | M | D | N | M | D | 
| 19511  | Mar | M | S | S | D | D | M | D | M | D | S | M | D | 
| 19511  | Apr | N | M | N | S | D | M | D | M | D | N | N | D | 
| 19511  | May | D | N | D | M | S | M | D | M | D | D | D | D | 
| 19511  | Jun | D | D | D | M | N | M | D | M | D | D | D | D | 
| 19511  | Jul | S | S | S | N | D | M | D | M | D | S | S | D | 
| 19511  | Aug | N | M | N | D | D | M | D | N | D | N | N | D | 
| 19511  | Sep | S | M | S | S | D | M | D | D | S | S | S | D | 
+-------------+-------+---+---+---+---+---+---+---+---+---+---+---+---+ 

算法做看起來很複雜，我還在想着合適的順序來做到這一點。

我想這樣做對所有客戶的所有產品（列），我認爲我們可以這樣開始：

for i in customer_ID: 
    for j in df.columns: 

注：這種情況下不使用和不使用的情況下，相反，它是加入（1），取消（0），保持空閒（0），如果再次加入（1）等等。所以當它爲零時，這意味着客戶取消了服務，而在接下來的三個月內它爲零時，意味着他不是一個客戶，然後他加入並且再次取消，我們應該知道他有多少次取消了服務。如果我們只計算總數，它不會給我們多少次客戶加入，以及他取消特定產品或服務的次數。

我很感激任何意見或想法來解決這個問題。

Answer 1

爲簡單起見，我解釋如何做到這一點的一個客戶，一個產品，你可以做它爲每一個客戶和列則：

1. 找到的最早的條目（如果你這樣做在十一月，那麼你可以通過尋找在十二月，一月，二月值，依此類推，直到你找到一個開始），並應用新的價值觀：

   • 0 =>ň
   • 1 =>取值

2. 爲您基於表示爲f(old, val)這裏的前值，什麼是列應用價值下一個（最多11個）的條目：

   • F（N，0）=> d
   • ˚F （N，1）=>取值
   • F（S，0）=>ñ
   • F（S，1）=>中號
   • F（男，0）=>ñ
   • ˚F（M ，1）=> M
   • F（d，0）=> d
   • F（d，1）=>取值

在這種情況下，這可以簡化（N/d和S/M產生相同的結果，查看先前的值而不是以前的狀態就足夠了），但是如果你有更復雜的狀態轉換，那麼它可能不能，所以我寫出來表示這個想法。

Answer 2

提示：

Prefix sum：

• 如果不斷增加 - 使用
• 如果增加slugish結束時間，但來月，總和超過閾值 - 保持使用

你可以找出其餘的。

Kadane's algoritm - 最大子陣列 - 如果您標記爲+1以供使用，-1表示未使用，則此標識會告訴您使用流行的時段的最大長度超過非使用時間。