■ 題目｜Interview Query - Customer Analysis

You’re given a dataframe containing sales data from a grocery store chain with columns for customer ID, gender, and date of sale.

Create a new dataset with summary level information on their purchases including the columns: customer_id、gender、most_recent_sale、order_count。

• most_recent_sale should display the date of the customer’s most recent purchase.
• order_count should display the total number of purchases that the customer has made.

■ 解題思路

1. 釐清題意：整理最近購買時間 most_recent_sale 、購買次數 order_count
2. 觀察資料：有重複的 customer_id 購買紀錄，可利用分組計算次數、最大值的時間
3. 操作步驟：
   (1) 分組 - 需保留 customer_id 和 gender，依其分組。
   (2) 聚合 - 計算購買次數、保留最近購買時間 【Day 18｜資料的分組和聚合】
4. 實作練習：

   import pandas as pd
   def customer_analysis(df):
       # create a new dataframe / 建立符合題意的 dataframe
       new = df.groupby(['customer_id','gender']).agg( most_recent_sale=('date of sale','max'), order_count = ('date of sale','count'))
       # reset the index / 重製索引
       new.reset_index(inplace=True)
       return new
   

5. 輸出結果：
   

■ 操作補充

　　使用 Pandas 分組 groupby('欄位名稱') 操作後，索引值將被指定欄位所取代，如需「重新設定索引值」，可搭配 reset_index( inplace = True 或 False ) 協助處理資料內容。

• 參數 inplace：是否改變原始數據，預設為 False。

嗨，我是 Eva，一位正在努力跨進資料科學領域的女子！
今天是本次鐵人賽的最後一道練習題，連同前面五天，總共分享六題的 Pandas 練習題，也越能理解基礎功的重要，如果大家有興趣的話，也可以繼續轉往 LeetCode 試題，有機會我會繼續在 Medium 分享，歡迎來追蹤喔！我們明天見！