Как я могу определить обновления политики по различным областям - PullRequest
0 голосов
/ 27 сентября 2019

введите описание изображения здесь Я пытаюсь подсчитать количество продлений с разными деревьями продаж.

В случае NumberPlate "015ABN" клиент всегда обновляетс одной и той же «компанией» дважды обновляется с «боссом 2», но обновляется с разными «продавцами» (продавец1, продавец2)

это то, что я пробовал

data ['renewal]] =(np.where (data.NumberPlate == data.NumberPlate.shift (), 1, np.nan)) Эта информация говорит мне, что было обновление, которое работает для меня, когда я сравниваю только два года, но я не знаюкак учитывать поля деревьев продаж.

Другая проблема, которая меня немного усложнила, - это разница в датах их обновления.В вычитании я использую его с данными ['разность'] = (np.where (data.NumberPlate == data.NumberPlate.shift (), data.Expedition_Date.diff (), np.nan))

Это создает поле с разницей в днях, но возвращает значение «366 days 04: 01: 19.177000000», но я должен вычесть год, который будет отображаться в днях.Я должен вычесть 365 дней.

Я представляю три разных случая каждой регистрации.Некоторые клиенты лояльны к обновлению с компанией, другие - к боссу, а другие - к продавцу.

Я очень признателен, если вы поможете мне с этим

seller  sellers_boss    Company NumberPlate Expedition_Date effective_date  year    difference  renewal_Company Renewal_sellers_boss    Renewal_seller
Seller  1   Boss  1 Global Company_1    015ABN  2015-05-14 08:37:48.000 2015-05-15 08:37:48.000 2015    0   1   1   1
Seller  1   Boss  2 Global Company_1    015ABN  2016-05-13 12:39:07.177 2016-05-15 08:37:48.000 2016    2   2   1   1
Seller  2   Boss  2 Global Company_1    015ABN  2017-05-12 17:01:39.900 2017-05-15 08:37:48.000 2017    3   3   2   1
Seller 1    Boss  1 Global Company_1    016ZYX  2015-05-15 08:37:48.000 2015-05-15 08:37:48.000 2014    0   1   1   1
Seller 1    Boss  1 Global Company_1    016ZYX  2016-05-12 12:39:07.177 2016-05-15 12:39:07.177 2015    3   2   2   2
Seller 1    Boss  1 Global Company_1    016ZYX  2017-05-11 17:01:39.900 2017-05-15 17:01:39.900 2016    4   3   3   3
Seller 1    Boss  1 Global Company_1    016ZYX  2018-05-14 17:01:39.900 2018-05-15 17:01:39.900 2017    1   4   4   4
Seller 1    Boss  1 Global Company_1    016ZYX  2019-05-15 17:01:39.900 2019-05-15 17:01:39.900 2018    0   5   5   5
Seller 1    Boss  1 Global Company_1    025ABC  2015-05-15 08:37:48.000 2015-05-15 08:37:48.000 2014    0   1   1   1
Seller 1    Boss  1 Global Company_1    025ABC  2016-05-13 12:39:07.177 2016-05-15 12:39:07.177 2015    2   2   2   2
Seller 2    Boss  1 Global Company_1    025ABC  2017-05-10 17:01:39.900 2017-05-15 17:01:39.900 2016    5   3   3   1
Seller 1    Boss  1 Global Company_2    025ABC  2018-05-14 17:01:39.900 2018-05-15 17:01:39.900 2017    4   1   1   1
Seller 1    Boss  1 Global Company_2    025ABC  2019-05-15 17:01:39.900 2019-05-15 17:01:39.900 2018    0   2   2   2
...