python - 使用 Pandas 计算客户生命周期

Question

我正在使用 python 执行同类群组分析，但在创建一个新列来总结用户在我们这里呆的总月数时遇到了问题。

我知道答案背后的数学原理，我所要做的就是:

1. 从他们开始提供服务的年份减去他们取消我们服务的年份
2. 将其乘以 12。
3. 从他们开始服务的月份减去他们取消我们服务的月份。
4. 将这两个数字相加。

在 Excel 中，它看起来像这样:

=(年(C2)-年(B2))*12+(月(C2)-月(B2))

C 是客户取消日期的时间，B 是客户开始日期的时间

问题是我对 Python 和 Pandas 非常陌生，并且在用 Python 翻译该函数时遇到了困难

到目前为止我已经尝试过:

df['Lifetime'] = df.Plan_Cancel_Date('%Y') - df.Plan_Start_Date('%Y')*12 + 
df.Plan_Cancel_Date('%m') - df.Plan_Start_Date('%m')
df.head()

它返回错误“Series”不可调用，我大致了解这意味着什么。

然后我尝试:

def LTVCalc (Plan_Start_Date, Plan_Cancel_Date):
    df['Lifetime'] = df.Plan_Cancel_Date('%Y') - df.Plan_Start_Date('%Y')*12 + 
    df.Plan_Cancel_Date('%m') - df.Plan_Start_Date('%m')
df.head()

但这并没有将“Lifetime”列添加到 DataFrame 中。

有谁可以帮助新手吗？

Answer 1

我认为需要先转换to_datetime然后使用 dt.year和 dt.month :

df = pd.DataFrame({
    'Plan_Cancel_Date': ['2018-07-07','2019-03-05','2020-10-08'],
    'Plan_Start_Date': ['2016-02-07','2017-01-05','2017-08-08']
})
#print (df)

#if necessary convert to datetimes
df.Plan_Start_Date = pd.to_datetime(df.Plan_Start_Date)
df.Plan_Cancel_Date = pd.to_datetime(df.Plan_Cancel_Date)

df['Lifetime'] = ((df.Plan_Cancel_Date.dt.year - df.Plan_Start_Date.dt.year)*12 + 
                   df.Plan_Cancel_Date.dt.month - df.Plan_Start_Date.dt.month)

print (df)

  Plan_Cancel_Date Plan_Start_Date  Lifetime
0       2018-07-07      2016-02-07        29
1       2019-03-05      2017-01-05        26
2       2020-10-08      2017-08-08        38