Question

我试图在Pandas中计算一个日期列上的滚动窗口，并计算另一列中的不同值。假设我有这个df数据框：

date    customer
2020-01-01  A
2020-01-02  A
2020-01-02  B
2020-01-03  A
2020-01-03  C
2020-01-03  D
2020-01-04  E

我想按date列分组，创建一个两天的滚动窗口，并计算customer列中的不同值。预期的输出将类似于：

date       distinct_customers
2020-01-01  NaN --> (first value)
2020-01-02  2.0 --> (distinct customers between 2020-01-01 and 2020-01-02: [A, B]) 
2020-01-03  4.0 --> (distinct customers between 2020-01-02 and 2020-01-03: [A, B, C, D])
2020-01-04  4.0 --> (distinct customers between 2020-01-03 and 2020-01-04: [A, C, D, E])

这似乎很容易，但是我似乎没有找到任何简单的方法来实现这一目标，我尝试使用groupby或rolling。我找不到其他帖子可以解决此问题。有人知道该怎么做吗？提前非常感谢！

Answer 1

基于@Musulmon的想法，这只衬纸应该做到这一点：

pd.crosstab(df['date'], df['customer']).rolling(2).sum().clip(0,1).sum(axis=1)

谢谢！

熊猫：如何计算一列（按日期分组）上的滚动窗口并计算另一列的不同值？

1 个答案: