python - 偏移 groupby 差异一行

Question

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!

Answer 1

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