如何使用groupby计算平均每周支出，每周是周一到周日？

Question

我有一个包含购买金额和日期的客户数据框。在这种情况下，我有两个客户，A 和 B：

df1 = pd.DataFrame(index=pd.date_range('2015-04-24', periods = 50)).assign(purchase=[x for x in range(51,101)])
df2 = pd.DataFrame(index=pd.date_range('2015-04-28', periods = 50)).assign(purchase=[x for x in range(0,50)])

df3 = pd.concat([df1,df2], keys=['A','B'])

df3 = df3.rename_axis(['user','date']).reset_index()
print(df3.head())

  user       date  purchase
0    A 2015-04-24        51
1    A 2015-04-25        52
2    A 2015-04-26        53
3    A 2015-04-27        54
4    A 2015-04-28        55

我只想知道用户的平均每周支出，一周是从周一到周日。预期结果：

  user       average_weekly_spend 
0    A       51
1    B       60

但是我不知道如何将其设置为星期一到星期日。现在我使用resample 和7D。我认为，这意味着所有客户都会对一周有不同的定义。我相信从第一次购买等到需要 7 天。所以每个客户都会有不同的开始日期。

df3.groupby('user').apply(lambda x: x.resample('7D', on='date').mean()).groupby('user')['purchase'].mean()


user
A    78.125
B    27.125

是否可以为所有客户将我自己的一周定义为周一至周日？

Answer 1

看来你需要W-Mon频率：

df = (df3.groupby('user')
         .resample('W-Mon', on='date')['purchase']
         .mean()
         .mean(level=0)
         .reset_index())
print (df)
  user  purchase
0    A      75.5
1    B      28.7

不确定这里是否有好的解决方案使用means 中的mean，也许您可​​以通过重新采样获得计数和总和，然后根据定义创建均值 - 总和除以计数：

df = (df3.groupby('user')
         .resample('W-Mon', on='date')['purchase']
         .agg(['size','sum'])
         .sum(level=0))
df['mean'] = df.pop('sum') / df.pop('size')
print (df)
      mean
user      
A     75.5
B     24.5

Answer 2

有趣的是，to_period 的另一个解决方案给出了不同的答案：

df3.groupby(['user',df3.date.dt.to_period('W-MON')]).mean().mean(level='user')

输出：

      purchase
user          
A       75.500
B       27.125

Answer 3

在 Python 中，日期范围已被索引为周一至周日。

如果你只是使用 pandas.Series.dt.week 方法来获取周数，这很容易。

df3['week_number'] = df3['date'].dt.week
df3.head(20)

您可以查看上面的 df3，第 18 周从 2015 年 4 月 27 日开始，即星期一。

df4 = df3.groupby(['user','week_number']).mean()

# Final mean
df4.groupby(['user']).mean()

我认为这是正确的平均每周支出。但是，这与您在帖子中作为预期结果分享的内容不同。

Output:

user    purchase
A   74.625
B   26.250