具有条件的 Python Pandas : Self-join for running cumulative total,

Question

我是 Python Pandas 的新手，因此无法找到与许多普通 SQL 操作等效的句法。给定玩具场景:

id    rank   ts          alive
1     1      2015-11-01  1
1     2      2015-11-03  1
1     3      2015-11-07  1
2     1      2015-11-03  1
2     2      2015-11-08  1

我将如何实现以下目标:

id    rank   ts          alive   cumulative_age_in_days   mean_id_age_on_this_date
1     1      2015-11-01  1       0                        0
1     2      2015-11-03  1       2                        1
1     3      2015-11-07  1       6                        5
2     1      2015-11-03  1       0                        1
2     2      2015-11-08  1       5                        6

其中 cumulative_day_age 是当前行的日期减去 ID 的最早日期。例如，在 2015-11-03 上，id=1 存在 2 天，因为它是在 2015-11-01 首次观察到的.在 2015-11-07，它是 6 天(2015-11-07 - 2015-11-01)。

其中 mean_id_age_on_this_date 是该行日期所有 id 的平均年龄，如果 id 有 alive = 1 。所以对于 2015-11-03，id=1 是 2 天，但是 id=2 是 0 天，所以 mean_id_age_on_this_date 是 (0+2)/2 = 1。

这两列在 SQL 中很容易完成，但我对 Python Pandas 的熟悉程度不高，因此这是一项极具挑战性的任务。感谢任何提示、代码或建议。

Answer 1

首先用 GroupBy.transform 减去每组的第一个最小天数使用 min 然后输出 timedeltas 通过 Series.dt.days 转换为天数, 然后将不匹配的值 df['alive'].eq(1) 转换为 Series.where 中的错误值并使用 GroupBy.transform 和 mean:

df['ts'] = pd.to_datetime(df['ts'])

df['cumulative_age_in_days'] = df['ts'].sub(df.groupby('id')['ts'].transform('min')).dt.days

df['mean_id_age_on_this_date'] = (df['cumulative_age_in_days'].where(df['alive'].eq(1))
                                                              .groupby(df['ts'])
                                                              .transform('mean'))
print (df)
   id  rank         ts  alive  cumulative_age_in_days  \
0   1     1 2015-11-01      1                       0   
1   1     2 2015-11-03      1                       2   
2   1     3 2015-11-07      1                       6   
3   2     1 2015-11-03      1                       0   
4   2     2 2015-11-08      1                       5   

   mean_id_age_on_this_date  
0                         0  
1                         1  
2                         6  
3                         1  
4                         5