python - 计算新 DataFrame 列中给定日期以来的月数

Question

我有 Pandas 问题。

我有一个如下所示的数据框:

name     date
Mark     2018-01-01
Anne     2018-01-01
Anne     2018-02-01
Anne     2018-04-01
Anne     2018-09-01
Anne     2019-01-01    
John     2018-02-01
John     2018-06-01
John     2019-02-01
Ethan    2018-03-01

我需要计算一个额外的列，将其称为 months，其中包含给定相同名称的日期列中第一个值之间的月数。这是为了计算自名称第一次出现在 DataFrame 以来已经过去了多少个月。计算必须按名称分组，因为我只想知道自用户第一次出现在出现用户名的行中以来的月数，而不是任何其他用户名。

这种情况下的预期输出是:

name     date          months
Mark     2018-01-01    0
Anne     2018-01-01    0
Anne     2018-02-01    1
Anne     2018-04-01    3
Anne     2018-09-01    8
Anne     2019-01-01    12
John     2018-02-01    0
John     2018-06-01    4
John     2019-02-01    12
Ethan    2018-03-01    0

如果您能提供有关计算 months 列的最有效方法的任何提示，我们将不胜感激。

Answer 1

我们可以使用 GroupBy.transform 将最低值作为与我们的数据帧等长的向量。然后用这个向量减去每个 date 值，并将它除以 1 month timedelta

mins = df.groupby('name')['date'].transform('min')

df['months'] = df['date'].sub(mins).div(pd.Timedelta(1, 'M')).round().astype(int)

输出

    name       date  months
0   Mark 2018-01-01       0
1   Anne 2018-01-01       0
2   Anne 2018-02-01       1
3   Anne 2018-04-01       3
4   Anne 2018-09-01       8
5   Anne 2019-01-01      12
6   John 2018-02-01       0
7   John 2018-06-01       4
8   John 2019-02-01      12
9  Ethan 2018-03-01       0