Question

我有一个时间序列，在该序列中，客户在某一天花费了一定价值的现金。我被要求逐月找出在2018年1月至2018年12月的12个月之间有多少个唯一客户。

我正在努力找出如何使用rolling（）函数设置一个12个月的窗口以计算此数字。有人可以帮忙吗？

date        value customers
2018-01-01  5.0   a
2018-01-01  10.0  a
2018-01-02  2.0   c
2018-01-04  10.0  b
2018-01-06  20.0  a

Answer 1

IIUC，您只需要在索引周期内使用groupby。我在样本中为不同的月份和年份添加了几行

示例df

            value customers
date
2018-01-01    5.0         a
2018-01-01   10.0         a
2018-01-02    2.0         c
2018-01-04   10.0         b
2018-01-06   20.0         a
2018-02-12    5.0         a
2018-02-12    2.0         c
2018-02-14   10.0         b
2018-02-16   20.0         a
2019-01-01    5.0         a
2019-01-01   10.0         a
2019-01-02    2.0         c
2019-01-06   20.0         a
2019-02-12    5.0         a
2019-02-12    2.0         c
2019-02-14   10.0         b
2018-02-16   20.0         a

df.groupby(df.index.to_period('M')).customers.nunique()

Out[281]:
date
2018-01    3
2018-02    3
2019-01    2
2019-02    3
Freq: M, Name: customers, dtype: int64

Answer 2

尝试一下：

df['date'] = pd.to_datetime(df['date'])
df = df.set_index('date')
df.groupby(df.index.to_period('M'))['customers'].nunique()

如何在熊猫中分割时间序列

2 个答案: