python - pandas 按列分组，然后从每个组的日期列中获取平均天数

Question

我有一个像这样的 pandas 数据名:

    customer_id    transaction_date   ......................
 0    12341          2011-05-06
 1    12341          2011-06-22
 2    12341          2011-05-09
 3    12342          2011-06-16
 4    12342          2011-07-26
 5    12342          2011-03-06
 6    12343          2011-05-16
 7    12343          2011-04-25
 8    12342          2011-07-12
 9    12343          2011-05-09
 10   12343          2011-04-12
 11   12342          2011-07-03

我正在尝试计算客户进行交易的平均间隔。换言之，每位客户每隔多少天进行一次交易。

这是我尝试过的:

dummy_data.groupby(by=['customer_id'])['transaction_date'].transform('mean')

我得到:

DataError: No numeric types to aggregate

我该怎么做？

编辑 1:

预期输出:

customer_id   avg_days
  12341         24
  12342         ..
  12343         ..

解释:
对于 ID 为“12341”的客户，第一次交易的日期是 5 月 6 日，下一次交易的日期是 5 月 9 日，下一次交易的日期是 6 月 22 日。因此，前两次交易之间的天数差异为 3 天，下一次交易之间的天数为 45 天。所以，3 和 45 的平均值是 (45+3/2 = 48/2 = 24)。然后我需要为数据框中的所有客户执行此操作。

Answer 1

首先使用 pd.to_datetime 将 transaction_date 列转换为 pandas datetime

In [2947]: df.transaction_date = pd.to_datetime(df.transaction_date)

现在，使用 Groupby.shift 在 df 中添加一个新列，其中包含两次交易之间的天数差异并使用 Groupby.mean 求平均值:

In [2976]: df['days'] = (df.sort_values('transaction_date').groupby('customer_id').transaction_date.shift() - df.transaction_date).dt.days.abs()

In [2985]: x = df.groupby('customer_id', as_index=False)['days'].mean().round()

In [2986]: x
Out[2986]: 
   customer_id  days
0        12341  24.0
1        12342  36.0
2        12343  11.0