如何选择特定事件前的最后 x 天？

Question

我有一个包含以下列的 pandas 数据框：

• id - 类别
• 时间戳 - 日期时间
• 事件 - 类别

我想为每个设备创建一个窗口函数，该函数返回另一个数据框，其中包含特定事件前 x 天发生的所有事件。
例如：

Id   Timestamp    Event   
123   2018-11-01  click_page1
123   2018-12-24  buy   
123   2018-05-23  click_page2
133   2018-12-25  sign_in
133   2018-12-28  buy
133   2018-10-15  click

我想定义一个函数 filter_window(df, event_name, position, window) 其中 position 可以是事件的第一次或最后一次，window 是自该事件时间以来的天数。

Answer 1

基本上你想根据位置和窗口确定开始和结束日期，然后使用这些边界过滤你的数据框。

首先要了解 pandas 日期时间格式 - 请查看文档以了解更多详细信息。

def filter_window(df, event_name, position, window):
    if position = 'first':
        end_date = df.loc[(df.Event = event_name),'Timestamp'].min()
    else:
        end_date = df.loc[(df.Event = event_name),'Timestamp'].max()
    start_date = end_date - pd.Timedelta(days=window)
    return df[(df.Timestamp >= start_date)&(df.Timestamp <= end_date)]

编辑：这段代码显然需要适应您的需要。例如：

for i in list(set(df.Id)):
    df1 = df.loc[df.Id = i]

这是一个 for 循环，它为每个不同的 Id 创建一个数据帧。然后，您可以在该数据帧上使用 filter_window 函数来获取您需要的内容。