python - 我可以按列分组并重新采样日期吗？

Question

我有一些消费者购买数据看起来像

CustomerID  InvoiceDate
13654.0     2011-07-17 13:29:00
14841.0     2010-12-16 10:28:00
19543.0     2011-10-18 16:58:00
12877.0     2011-06-15 13:34:00
15073.0     2011-06-06 12:33:00

我对客户的购买率很感兴趣。我想按每个客户分组，然后确定每个季度购买了多少商品(假设每个季度从 1 月开始每 3 个月一次)。

我可以只定义每个季度的开始和结束时间，然后制作另一列。我想知道我是否可以改用 groupby 来实现相同的目的。

目前，我是这样做的:

r = data.groupby('CustomerID')

frames = []
for name,frame in r:

    f =frame.set_index('InvoiceDate').resample("QS").count()

    f['CustomerID']= name

    frames.append(f)


g = pd.concat(frames)

Answer 1

更新:

In [43]: df.groupby(['CustomerID', pd.Grouper(key='InvoiceDate', freq='QS')]) \
           .size() \
           .reset_index(name='Count')
Out[43]:
   CustomerID InvoiceDate  Count
0     12877.0  2011-04-01      1
1     13654.0  2011-07-01      1
2     14841.0  2010-10-01      1
3     15073.0  2011-04-01      1
4     19543.0  2011-10-01      1

---

这是你想要的吗？

In [39]: df.groupby(pd.Grouper(key='InvoiceDate', freq='QS')).count()
Out[39]:
             CustomerID
InvoiceDate
2010-10-01            1
2011-01-01            0
2011-04-01            2
2011-07-01            1
2011-10-01            1