在值增加和减少的一段时间内计算最大总数

Question

我有一种情况，我需要从值增加和减少的 DataFrame 计算一天的客户总数。但这里有一个问题：

如果我有这样的数据框

DATETIME                CLIENTS
2018-03-03 08:00:00     1
2018-03-03 09:00:00     2
2018-03-03 10:00:00     3
2018-03-03 11:00:00     4
2018-03-03 12:00:00     5
2018-03-03 13:00:00     3
2018-03-03 14:00:00     4
2018-03-03 15:00:00     5

这一天的最大客户总数为7，因为它在12:00:00 上升到5，然后值在下一小时减少但我们不从5 中减去，然后它上升到@987654326 @@14:00:00，所以我们在15:00:00 添加了1 和5，所以我们添加了另一个1，所以全天总共有7 的最大客户。

我已经尝试过 cumsum() 和 MAX()，因为我认为它们会很有用，但是唉......

我需要在 SQL 或 Python 中实现它。非常感谢任何帮助！

Answer 1

您的逻辑是您只想计算进来的访客，而不是离开的访客。现在，如果你拿diff()，那么进来的人是积极的，离开的人是消极的。所以我们可以用0 掩盖负数并再次求和。

我们试试吧：

dates = df.DATETIME.dt.normalize()

max_visitors = (df.groupby(dates)['CLIENTS'].diff()  # find the difference
                  .fillna(df['CLIENTS'])             # these are the first records in the day
                  .clip(0)                           # replace negatives with 0
                  .groupby(dates).sum()              # sum by days
               )

输出：

DATETIME
2018-03-03    7.0
Name: CLIENTS, dtype: float64

Answer 2

如果你的MySql版本是8.0+那么你可以使用LAG()窗口函数和聚合：

select
  sum(case when clients > prev then clients - prev end) total
from (
  select *, lag(clients, 1, 0) over (order by datetime) prev
  from tablename
  where date(datetime) = '2018-03-03'
) t

请参阅demo。