python - 如何在python中计算上个月的频率？

Question

我有一个这样的数据框:


顾客ID
trx_date
trx_amount
last_trx


CS5295
2013-02-11
35
2014-11-25

CS5295
2014-11-25
54
2014-11-25

CS5295
2013-05-22
36
2014-11-25

CS5295
2012-12-24
36
2014-11-25

CS5295
2013-03-22
43
2014-11-25

CS5295
2013-02-11
25
2014-11-25


我怎么数 trx_amount ，从上个月开始在 last_trx , 和 customer_id 作为参数？
预期输出:


顾客ID
trx_times


CS5295
1


来自 上个月 中的日期last_trx , 2014-11-25
计算做了多少次 customer_id 从 做一个 trx 2014-10-25 至 2014-11-25

Answer 1

为简单起见，我将调用 DataFrame transact_df并假设它是一个 Pandas 数据框。此外，"last_trx"假定列已经在数据框中。

如果尚未完成，请将列转换为 DateTime:
Convert Pandas Column to DateTime

确定所有符合条件的行:How would I compute exactly 30 days into the past with Python (down to the minute)?

valid_transacts_df = transact_df.loc[(transact_df['trans_date'] 
                                     > transact_df['last_trx'] - datetime.timedelta(30))]

计算/求和你想要的值:

# Number of transactions in the last 30 days
trx_times = len(valid_transacts_df)

# Sum of transactions in the last 30 days
total_amount = sum(valid_transacts_df['trx_amount'])

如有必要，您可以结合步骤 2 和 3 来缩短代码。