python - 在没有任何客户 ID 的情况下汇总客户支出

Question

我有 2 列，如下所示。第一列是支出，第二列是从报价开始的月份。不幸的是，没有识别每个客户的 ID。在下面的例子中，有三个客户。例如前 5 行代表客户 1，接下来的 3 行是客户 2，最后 7 行是客户 3。您可以通过查看months_from_offer 来判断，每个客户从 -x 到 x 个月(x 不一定每个客户都相同，如此处所示，其中 x=2,1,3 分别代表客户 1,2,3)。
我要做的是计算每个客户的报价后支出与报价前支出的差异。我不关心个别客户本身，但我想要一个概述 - 例如10 位客户的后期/前期差异在 0 美元到 100 美元之间。
以下面的数据为例，计算客户 1 的 post/pre offer 差异，它是 -$10 - $32 + $23 + $54 = $35客户 2:-$21 + $87 = $66客户 3:-$12 - $83 - $65 + $80 + $67 + $11 = -$2

spend  months_from_offer
$10    -2
$32    -1
$43     0
$23     1
$54     2
$21    -1
$23     0
$87     1
$12    -3
$83    -2
$65    -1
$21     0
$80     1
$67     2
$11     3

Answer 1

您可以使用以下方法识别客户，然后按客户分组:

df['customer'] = df['months_from_offer'].cumsum().shift().eq(0).cumsum().add(1)
#Another way to calculate customer per @teylyn method
#df['customer'] = np.sign(df['months_from_offer']).diff().lt(0).cumsum().add(1)

df['amount'] = df['spend'].str[1:].astype(int) * np.sign(df['months_from_offer']
df.groupby('customer')['amount'].sum().reset_index()

输出:

   customer  amount
0         1      35
1         2      66
2         3      -2

它是如何完成的:

  spend  months_from_offer  customer  amount
0    $10                 -2         1     -10
1    $32                 -1         1     -32
2    $43                  0         1       0
3    $23                  1         1      23
4    $54                  2         1      54
5    $21                 -1         2     -21
6    $23                  0         2       0
7    $87                  1         2      87
8    $12                 -3         3     -12
9    $83                 -2         3     -83
10   $65                 -1         3     -65
11   $21                  0         3       0
12   $80                  1         3      80
13   $67                  2         3      67
14   $11                  3         3      11

使用 cumsum 计算“客户”列, shift和 eq和 add从客户 1 开始。

使用字符串操作计算“金额”并乘以 np.sign'从报价开始的月份'

sum '金额' 与 groupby '客户'