熊猫 groupby 聚合以查找客户至少进行 1 笔交易的天数答案

【问题标题】：pandas groupby aggregate to find number of days customer made at least 1 transaction熊猫 groupby 聚合以查找客户至少进行 1 笔交易的天数
【发布时间】：2022-01-06 09:32:18
【问题描述】：

我有这样的客户交易数据集：

ID	Date	Amount
1	1-1-21	5
2	2-1-21	8
1	2-1-21	6
1	3-1-21	5
2	3-1-21	9
2	3-1-21	10

我必须像这样对客户级别的数据进行分组和聚合：

ID	Total Amount	Number of days active
1	16	3
2	27	2

Total Amount = 所有Amount 列的总和

Number of days active = 客户进行 1 次或多次交易的天数

如何计算我的列Number of days active？到目前为止，我已经尝试过：

df= df.groupby('ID').agg({'Amount': lambda price: price.sum(),
                          'Date': lambda date: len(date).days})

我的Total Amount 栏很好，但我找不到Number of days active

【问题讨论】：

标签： python pandas dataframe pandas-groupby aggregate

【解决方案1】：

让我们用agg 做groupby ：nunique + sum

out = df.groupby('ID').agg(Numberofdaysactive = ('Date','nunique'),TotalAmount = ('Amount','sum')).reset_index()
out
Out[384]: 
   ID  Numberofdaysactive  TotalAmount
0   1                   3           16
1   2                   2           27

【讨论】：

【解决方案2】：

nunique 应该是你需要的。也就是说，聚合df可以通过以下方式计算：

df_agg = df.groupby('ID').agg({"Amount":sum, "Date":pd.Series.nunique})

注意如何将函数句柄直接传递给agg。

【讨论】：