Question

我对熊猫相对较新，并试图弄清楚计算这些信息的最佳方式是什么，所以任何帮助都非常感谢。基本上我有一个看起来像这样的数据框：

id     activity_date
1      2015-01-01      
1      2015-01-02      
1      2015-01-03      
2      2015-01-02      
2      2015-01-05     
3      2015-01-10

我想计算以下信息“每个帐户活动了多少天？”，我知道我可以简单地计算得到这些信息，但我想应用以下限制，“如果有n活动日期之间的天数，仅计算该差距之前的天数“。

例如，如果n = 5，则以下应将活动天数返回为4，而不是6

id     activity_date
1      2015-01-01      
1      2015-01-02      
1      2015-01-04
1      2015-01-06
1      2015-01-14
1      2015-01-15

Answer 1

在理解了你想要的东西之后这会更简单，所以我们计算当前和前一行之间的差异是否大于5天给我们一个布尔系列，我们使用这个过滤器df然后使用索引值来执行切片：

In [57]:

inactive_index = df[df['activity_date'].diff() > pd.Timedelta(5, 'd')]
inactive_index
Out[57]:
   id activity_date
4   1    2015-01-14

In [18]:

inactive.index
Out[18]:
Int64Index([4], dtype='int64')
In [58]:

df.iloc[:inactive.index[0]]
Out[58]:
   id activity_date
0   1    2015-01-01
1   1    2015-01-02
2   1    2015-01-04
3   1    2015-01-06

使用Pandas Dataframes根据间隙长度计算活动日期

1 个答案: