Skip to main content
 首页 » 编程设计

python之偏移 groupby 差异一行

2024年11月01日10zhujiabin

我有一个如下所示的数据框:

first   client   last_visit   theme_type   days_borrowed 
---------------------------------------------------------- 
Y       A        4/23/2019    Candy        0 
N       A        5/5/2019     Jewel        12                
N       A        5/8/2019     Chocolate    3          
N       A        6/2/2019     Candy        25 
N       A        6/12/2019    Rock         10 
Y       B        3/5/2019     Chocolate    0 
N       B        3/5/2019     Rock         0 
Y       C        2/6/2019     Rock         0 
Y       D        1/30/2019    Jewel        0 
N       D        2/4/2019     Rock         5 
N       D        2/8/2019     Candy        4 

days_borrowed 列的计算方式是:

df['days_borrowed'] = df.groupby('client')['last_visit'].diff().dt.days.fillna(0) 

但是,如果有意义的话,我需要它来实际取差值,因为借用的 # 天实际上是针对先前的主题,而不是当前的主题。最后一次主题选择应计算为 last_visit 和静态日期(例如 7/31/2019)的差值。

因此,所需的输出如下所示:

first   client   last_visit   theme_type   days_borrowed 
---------------------------------------------------------- 
Y       A        4/23/2019    Candy        12 
N       A        5/5/2019     Jewel        3               
N       A        5/8/2019     Chocolate    25          
N       A        6/2/2019     Candy        10 
N       A        6/12/2019    Rock         49 
Y       B        3/5/2019     Chocolate    0 
N       B        3/5/2019     Rock         148 
Y       C        2/6/2019     Rock         175 
Y       D        1/30/2019    Jewel        5 
N       D        2/4/2019     Rock         4 
N       D        2/8/2019     Candy        173 

其中 49、148、175 和 173 是根据 last_visit 和固定日期 7/31/2019 的差值计算得出的。

所以我想知道是否可以:

1)将差值计算偏移1,

2) 对于每个客户的最后一次访问,让它取 last_visit 和固定日期 (7/31/2019) 之间的差值?

任何帮助将不胜感激!谢谢!

请您参考如下方法:

  1. 对 diff 的 periods 参数使用 -1然后取绝对值。
  2. fillna 您需要的计算。

代码:

import pandas as pd 
#df['last_visit'] = pd.to_datetime(df.last_visit) 
 
df['days_borrowed'] = (df.groupby('client')['last_visit'] 
                         .diff(-1).dt.days.abs() 
                         .fillna((pd.to_datetime('2019-07-31')-df['last_visit']).dt.days)) 

输出:df

   first client last_visit theme_type  days_borrowed 
0      Y      A 2019-04-23      Candy           12.0 
1      N      A 2019-05-05      Jewel            3.0 
2      N      A 2019-05-08  Chocolate           25.0 
3      N      A 2019-06-02      Candy           10.0 
4      N      A 2019-06-12       Rock           49.0 
5      Y      B 2019-03-05  Chocolate            0.0 
6      N      B 2019-03-05       Rock          148.0 
7      Y      C 2019-02-06       Rock          175.0 
8      Y      D 2019-01-30      Jewel            5.0 
9      N      D 2019-02-04       Rock            4.0 
10     N      D 2019-02-08      Candy          173.0