如何处理这个复杂的场景，问题的使用(Pandas)。有别的办法吗？

Question

My场景：

(fraudster).

• User

• 用户A是B不是(骗子)。但是，系统将不允许用户B执行任何操作。因为B和A使用相同的电话号码(与欺诈用户共享属性)。(1层)。
• 用户D不是(欺诈者)。但是D与B使用相同的设备is，B与欺诈用户共享属性。然后阻止用户D以及。在这种情况下，有两个层。D与B比较B与A.

比较

表：

​

​

我的代码：

import mysql.connector
from mysql.connector import Error
import pandas as pd
try:
    connection = mysql.connector.connect(host='localhost',
                                         database='database',
                                         user='root',
                                         password='')
    cursor = connection.cursor()
    df = pd.read_sql("select * from tableuser",con=connection)
##
    def expand_fraud(no_fraud, fraud, col_name):
        t = pd.merge(no_fraud, fraud, on=col_name)
        if len(t):
            df.loc[df.ID.isin(t.ID_x), "IsFraudsterStatus"] = 1
            return True
        return False

    while True:
        added_fraud = False
        fraud = df[df.IsFraudsterStatus == 1]
        no_fraud = df[df.IsFraudsterStatus == 0]
        added_fraud |= expand_fraud(no_fraud, fraud, "DeviceId")
        added_fraud |= expand_fraud(no_fraud, fraud, "Email")
        added_fraud |= expand_fraud(no_fraud, fraud, "MobileNo")
        if not added_fraud:
            break
    print(df)

except Error as e:
    print("Error reading data from MySQL table", e)
finally:
    if (connection.is_connected()):
        connection.close()
        cursor.close()
        print("MySQL connection is closed")

使用1000行。现在，我添加了500 k行，并弹出了错误消息。

错误：

​

​

我也为此使用了递归CTE，但是它只处理少量的数据。你能帮帮我吗？向我建议另一种存档方法。预计行数为400万用户。当用户单击“支付”按钮时，系统将进行验证，这意味着执行时间也是必要的。

Answer 1

您可以使用Pandas函数isin创建与欺诈者共享特征的用户数据。

例如，要让所有拥有与欺诈者相同的电话号码的用户：

fraudsters = df[df["isFraudsterStatus" == 1]
filter = df["MobileNo"].isin(fraudsters["MobileNo"])
non_fraud_with_same_mobile = df[filter]