python - 我们如何找到每个月添加或删除的新 ID？

Question

我们如何找到每月添加的新 ID？我有这个数据框。

import pandas as pd
import numpy as np
 
# data stored in dictionary
details = {
    'address_id': [111, 111, 111, 111, 222, 222, 222, 333, 333, 444, 444, 555, 555, 777],
    'mydate':['2022-01-24', '2022-01-24', '2022-03-28', '2022-03-28', '2022-01-24', '2022-01-24', '2022-03-28', '2022-01-24', '2022-03-28', '2022-01-24', '2022-03-28', '2022-01-24', '2022-04-16', '2022-03-28']
}
 
df = pd.DataFrame(details)
df

我可以轻松地按日期分组并找到唯一的 ID

df_id = df.groupby('mydate').address_id.nunique().reset_index()
df_id

但是如何列出新添加的 ID 和最近删除的 ID？我如何创建一个列表或数据框，向我显示“2022-03-28”不存在 555，所以这是一个添加。此外，'2022-04-16' 的 111、222、333、444 和 777 都被删除了

Answer 1

为每一天创建一组:

daily_ids = df.groupby('mydate')['address_id'].agg(set).sort_index(ascending=False)
print(daily_ids)

# Output:

mydate
2022-04-16                        {555}
2022-03-28    {777, 333, 111, 444, 222}
2022-01-24    {555, 333, 111, 444, 222}
Name: address_id, dtype: object

现在我们可以通过查看集合之间的差异来检查差异。

# Recently Removed:
>>> daily_ids.diff().shift(-1)
mydate
2022-04-16    {777, 333, 111, 444, 222}
2022-03-28                        {555}
2022-01-24                          NaN
Name: address_id, dtype: object

# Recently Added:
>>> daily_ids.diff(-1)
mydate
2022-04-16    {555}
2022-03-28    {777}
2022-01-24      NaN
Name: address_id, dtype: object