pandas 中的递归 CTE/传递闭包

Question

我的场景：

用户A是（骗子）
用户B不是（骗子）。但是，系统不允许用户 B 做任何动作。因为 B 和 A 使用相同的 Phone 数字（与欺诈用户共享的属性）。（1 层）。
用户D不是（骗子）。但是 D 使用与 B 相同的 Deviceid B 与欺诈用户共享属性。然后将用户 D 屏蔽为出色地。在这种情况下，有 2 层。 D与B比较，B比较与 A.

我可以使用递归 CTE 来做到这一点。但是，我的主管要求我为此寻找替代方法:(.

递归 CTE 代码：

with recursive cte as (
      select ID, Email, MobileNo, DeviceId, IPAddress, id as tracking
      from tableuser
      where isfraudsterstatus = 1
      union all
      select u.id, u.email, u.mobileno, u.deviceid, u.ipaddress , concat_ws(',', cte.tracking, u.id)
      from cte join
           tableuser u
           on u.email = cte.email or
              u.mobileno = cte.mobileno or
              u.deviceid = cte.deviceid or 
              u.ipaddress = cte.ipaddress
      where find_in_set(u.id, cte.tracking) = 0
     )
select *
from cte;

输出：

嗯，我可以使用 Python 来做到这一点吗？我在考虑 pandas

import numpy as np
import pandas as pd
import functools
df = pd.DataFrame({'userId':
                       [1, 2, 3, 4,],
                   'phone':
                       ['01111', '01111', '53266', '7455'],
                   'email':
                       ['aziz@gmail', 'aziz1@gmail', 'aziz1@gmail', 'aziz2@gmail'],
                   'deviceId':
                       ['Ab123', 'Ab1234', 'Ab12345', 'Ab12345'],
                   'isFraud':
                   [1,0,0,0]})

Answer 1

这是一个解决方案。它基本上计算了欺诈者用户的传递闭包：

df = pd.DataFrame({'userId':
                       [1, 2, 3, 4,],
                   'phone':
                       ['01111', '01111', '53266', '7455'],
                   'email':
                       ['aziz@gmail', 'aziz1@gmail', 'aziz1@gmail', 'aziz2@gmail'],
                   'deviceId':
                       ['Ab123', 'Ab1234', 'Ab12345', 'Ab12345'],
                   'isFraud':
                   [1,0,0,0]})


def expand_fraud(no_fraud, fraud, col_name):
    t = pd.merge(no_fraud, fraud, on = col_name)
    if len(t):
        print(f"Found Match on {col_name}")
        df.loc[df.userId.isin(t.userId_x), "isFraud"] = 1
        return True
    return False

while True:
    added_fraud = False
    fraud = df[df.isFraud == 1]
    no_fraud = df[df.isFraud == 0]
    added_fraud |= expand_fraud(no_fraud, fraud, "deviceId")
    added_fraud |= expand_fraud(no_fraud, fraud, "email")
    added_fraud |= expand_fraud(no_fraud, fraud, "phone")   
    if not added_fraud:
        break

print(df)

输出为：

   userId  phone        email deviceId  isFraud
0       1  01111   aziz@gmail    Ab123        1
1       2  01111  aziz1@gmail   Ab1234        1
2       3  53266  aziz1@gmail  Ab12345        1
3       4   7455  aziz2@gmail  Ab12345        1

pandas 中的递归 CTE/传递闭包

Recursive CTE / transitive closure in pandas

python

pandas

transitive-closure