计算某个日期列之前的总金额和交易频率

Question

我要计算：

1. 每位客户在订阅前交易的非空月数（频率）
2. 某一日期前的总交易金额栏（货币）

初始数据帧

ad = {'customer':['Clark','Stones','Fay','Stones','Clark','Clark','Clark','Fay','Stones'],
    'subscribe_date':['2020-11-30','2020-07-01','2020-01-02','2020-07-01','2020-11-30','2020-11-30','2020-11-30',
                     '2020-01-02','2020-07-01'],
    'trx_month':['2020-12-01','2020-07-01','2020-07-01','2021-03-01','2021-02-01','2020-09-01','2020-11-01',
               '2020-08-01','2018-02-01'],
    'trx_amount':[100,90,50,45,20,30,50,80,200],
    }
ad = pd.DataFrame(ad)
ad = ad.sort_values(by=['customer','trx_month'])

预期的数据帧（之前）

  ad2 = {'customer':['Clark','Stones','Fay'],
    'subscribe_date':['2020-11-30','2020-07-01','2021-01-02'],
      'frequency':[2,1,np.NaN], # number of months the customers transacted before the subscribe_date
      'monetary':[80,200,np.NaN]} #sum of trx_amount before the subscribe_date
ad2 = pd.DataFrame(ad2)
ad2

ad3 = {'customer':['Clark','Stones','Fay'],
    'subscribe_date':['2020-11-30','2020-07-01','2021-01-02'],
      'frequency':[2,1,2], # number of months the customers transacted before the subscribe_date
      'monetary':[120,45,130]} #sum of trx_amount before the subscribe_date
ad3 = pd.DataFrame(ad3)
ad3

说明： Clark 于 2020 年 11 月 30 日订阅。在订阅之前，他已在 2020 年 9 月和 11 月（频率 = 2）进行了交易，这些交易的总和为 80。 订阅后，他在2020年12月和2021年2月再次交易（频率=2，货币=120）

在不考虑订阅日期的情况下，使用pandas groupby可以计算频率和货币，但是有了新的限制，我很困惑。

如果代码可以灵活地调整到订阅后（比较前后效果），那就太好了。

Answer 1

IIUC，您可以根据订阅日期和交易日期的差异分配一个条件列，然后分组：

---

将日期列从字符串转换为日期时间（如果已经是日期，则忽略此块）

ad['subscribe_date'] = pd.to_datetime(ad['subscribe_date'])
ad['trx_month'] = pd.to_datetime(ad['trx_month'])

---

然后使用：

d = {'count':'frequency','sum':'monetary'}
diff_ = ad['subscribe_date'].sub(ad['trx_month']).dt.days

out = (ad.assign(Before_After=
np.select([diff_<0,diff_>0],["After","Before"],"Subscribed_date"))
.groupby(['customer','Before_After'])['trx_amount'].agg(['count','sum'])
.rename(columns=d))

---

print(out)
                          frequency  monetary
customer Before_After                        
Clark    After                    2       120
         Before                   2        80
Fay      After                    2       130
Stones   After                    1        45
         Before                   1       200
         Subscribed_date          1        90

编辑：根据您的编辑，您可以创建一个以 Before 和 After 为键的字典，并将相应的数据框作为值

d = {'count':'frequency','sum':'monetary'}
diff_ = ad['subscribe_date'].sub(ad['trx_month']).dt.days

out = (ad.assign(Before_After=
np.select([diff_<0,diff_>0],["After","Before"],"Subscribed_date"))
.groupby(['customer','Before_After'])['trx_amount'].agg(['count','sum'])
.rename(columns=d)).unstack().swaplevel(axis=1)
final_dict = {i: out.loc[:,i] for i in out.columns.levels[0]}

print(final_dict['Before'],'\n\n',final_dict["After"])

          frequency  monetary
customer                     
Clark           2.0      80.0
Fay             NaN       NaN
Stones          1.0     200.0 

           frequency  monetary
customer                     
Clark           2.0     120.0
Fay             2.0     130.0
Stones          1.0      45.0