python - 动态日期差异计算 Pandas

Question

 customer_id    Order_date 
        1       2015-01-16      
        1       2015-01-19      
        2       2014-12-21      
        2       2015-01-10      
        1       2015-01-10
        3       2018-01-18
        3       2017-03-04
        4       2019-11-05
        4       2010-01-01
        3       2019-02-03      

假设我有这样的数据

基本上对于电子商务公司，有些人定期购买，有些人每年购买一次，有些人每月购买一次等。我需要找出每个客户每次交易频率之间的差异。

这将是一个动态列表，因为有些人会交易一千次，有些人会交易一次，有些人会交易十次等等。关于如何实现这一点的任何想法。

需要输出:

   customer_id  Order_date_Difference_in_days 
        1       6,3  #Difference b/w first 2 dates 2015-01-10 and 2015-01-16 
                     #is 6 days and diff b/w next 2 consecutive dates is                                                   
                     #2015-01-16 and 2015-01-19 is #3 days   
        2       20      
        3       320,381
        4       3596

基本上这些是针对每个客户 ID 对日期进行排序后的日期之间的差异

Answer 1

您也可以将以下内容用于当前输出:

m=(df.assign(Diff=df.sort_values(['customer_id','Order_date'])
    .groupby('customer_id')['Order_date'].diff().dt.days).dropna())

m=m.assign(Diff=m['Diff'].astype(str)).groupby('customer_id')['Diff'].agg(','.join)

---

customer_id
1        6.0,3.0
2           20.0
3    320.0,381.0
4         3595.0
Name: Diff, dtype: object