我对 pandas 比较陌生,并试图找出计算此信息的最佳方法是什么,因此非常感谢您的帮助。本质上我有一个看起来像这样的数据框:
id activity_date
1 2015-01-01
1 2015-01-02
1 2015-01-03
2 2015-01-02
2 2015-01-05
3 2015-01-10
我想计算以下信息“每个帐户活跃了多少天?”,我知道我可以简单地进行计数来获取此信息,但我想应用以下限制,“如果有 n事件日期之间的天数,仅计算该间隔之前的天数”。
例如,当 n = 5 时,以下命令返回的事件天数应为 4,而不是 6
id activity_date
1 2015-01-01
1 2015-01-02
1 2015-01-04
1 2015-01-06
1 2015-01-14
1 2015-01-15
最佳答案
在了解了你想要什么之后,这就简单多了,所以我们计算当前行和前一行之间的差异是否大于5天,给我们一个 bool 系列,我们使用这个过滤器df,然后使用索引值来执行切片:
In [57]:
inactive_index = df[df['activity_date'].diff() > pd.Timedelta(5, 'd')]
inactive_index
Out[57]:
id activity_date
4 1 2015-01-14
In [18]:
inactive.index
Out[18]:
Int64Index([4], dtype='int64')
In [58]:
df.iloc[:inactive.index[0]]
Out[58]:
id activity_date
0 1 2015-01-01
1 1 2015-01-02
2 1 2015-01-04
3 1 2015-01-06
关于python - 使用 Pandas Dataframes 根据间隙长度计算事件日期,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/29854616/