Python数据处理 同一用户历史消费金额按照时间顺序，横向排列

目的：

        已经获取到用户每次的下单商品金额，使用Python处理数据得到用户的历史购买记录出现在同一行，列名显示为（旺旺号、商品金额第1次、商品金额第二次、……）。

如图所示：

具体操作步骤：

1. 首先将数据读取进python
2. 其次，按照旺旺号、订单号、金额进行分组，对付款时间排序
3. 使用pivot_table()构建透视表，对列名重命名，并重置索引

具体实现方法：

1、将数据读取进python

data = pd.read_excel('新建 XLSX 工作表.xlsx',sheet_name= 'Sheet1')  #读取数据进入Python程序
print(data.head())

 2、按照旺旺号、订单号、金额进行分组，对付款时间排序

#首先对数据进行聚合处理，使得每个旺旺号+订单号+付款时间唯一
data1 = pd.pivot_table(data,values =['商品金额'],index =['旺旺号','订单号','付款时间'],
                      aggfunc = {'商品金额':sum}).reset_index(drop = False)
# print(data1.head())

# 先将时间字段，由字符串格式转为时间格式
data1['付款时间'] =data1['付款时间'].apply(lambda x:datetime.datetime.strptime(x,'%Y-%m-%d %H:%M:%S'))
# print(data1.head())

# 根据不同的旺旺号、订单号、金额，对付款时间进行排序
data1['ranks'] = data1.groupby(['旺旺号'])['付款时间'].rank().astype(int)

print(data1)

 3、使用pivot_table()构建透视表，对列名重命名，并重置索引

data2 = pd.pivot_table(data1,values=['商品金额'],index = ['旺旺号'],columns =['ranks'])
# print(data2.head())

"""这个透视表两层列名，第一层是金额，第二层是序列"""
data2.columns.tolist()  # 查看列名
data2.columns = [str(s1) +"第"+str(s2)+"次" for (s1,s2) in data2.columns.tolist()]  #对列名进行重命名
data2.reset_index(inplace =True)  #重置索引，然后拉平索引

此时实现了最初的界面效果。

进一步计算增长率：

        然后我们可以利用这个数据，进一步的处理，计算消费金额的增长率，比如：第二次的变化：（第二次的消费金额/第一的消费金额 - 1）；第三次的变化：（第三次的消费金额/第二的消费金额 - 1），……以此类推。

'''接下来使用循环计算增长率'''
for i in range(2,39):
    data2['第%s次变化' %(i)] = (data2['商品金额第%s次' % (str(i))] )/(data2['商品金额第%s次' % (str(i-1))]  ) -1
print(data2.head())

结果如图所示：

 这样，我们就现实了，同一用户历史消费金额按照时间顺序，横向排列的数据需求啦~~~~