有没有办法减去包含 Quarters 的两列并返回它们之间的 Quarters 的 integer 数？

Question

我正在根据订阅期限的结束季度进行群组分析（即群组按您的第一份合同的到期季度组织）。

我正在尝试通过从客户最近的到期季度中减去客户群组季度来为我的群组分析创建周期。 换句话说，我想知道从第一个到期季度到最近一个到期季度已经过去了多少个季度。

我试过直接减法

df_cohort = all_time.groupby(['Cohort', 'End Quarter']).agg({'Account Name':'nunique'}) \
              .reset_index(drop=False)
df_cohort['period_number'] = (df_cohort['End Quarter'] - df_cohort.Cohort)
df_cohort

这导致 QuarterEnd 值包含我正在寻找的答案（integer 季度差异数）。

    Cohort  End Quarter Account Name    period_number
0   2015Q1  2015Q1        13    <0 * QuarterEnds: startingMonth=12>
1   2015Q1  2015Q3         1    <2 * QuarterEnds: startingMonth=12>
2   2015Q1  2018Q4         1    <15 * QuarterEnds: startingMonth=12>
3   2015Q1  2019Q2         1    <17 * QuarterEnds: startingMonth=12>
4   2015Q1  2019Q3         1    <18 * QuarterEnds: startingMonth=12>
5   2015Q1  2020Q1         3    <20 * QuarterEnds: startingMonth=12>

而我真正想要的是：

    Cohort  End Quarter Account Name    period_number
0   2015Q1  2015Q1         13              0
1   2015Q1  2015Q3         1               2
2   2015Q1  2018Q4         1               15
3   2015Q1  2019Q2         1               17
4   2015Q1  2019Q3         1               18
5   2015Q1  2020Q1         3               20

我从该计算中获得一个简单的 integer 的所有尝试都失败了。 任何帮助将不胜感激！

Answer 1

这可能不是最优雅的方法，但您不必定义日期等等。 我为这个问题做了一个df：

dfq = pd.read_csv(r"C:/users/k_sego/quarter.csv",sep=";")
print(dfq)

看起来像这样

   Cohort EndQuarter
0  2015Q1     2015Q1
1  2015Q1     2015Q3
2  2015Q1     2018Q4
3  2015Q1     2019Q2
4  2015Q1     2019Q3
5  2015Q1     2020Q1

我将每个日期列中的季度提取到新列中，并跟踪它们的来源以及年份。 记得转换成数字。

dfq['CohortQ'] = dfq.Cohort.str.slice(5,6)
dfq['EndQuarterQ'] = dfq.EndQuarter.str.slice(5,6)
dfq['CohortYear'] = dfq.Cohort.str.slice(0,4)
dfq['EndQuarterYear'] = dfq.EndQuarter.str.slice(0,4)
cols = dfq.columns.drop(['Cohort','EndQuarter'])

dfq[cols] = dfq[cols].apply(pd.to_numeric, errors='coerce')

现在，年份乘以 4 之间的差是季度数，但是您需要添加年份所在季度之间的差。

dfq['CountQuarters'] = (dfq['EndQuarterYear']-dfq['CohortYear'])*4 +(dfq['EndQuarterQ']-dfq['CohortQ'])

这使

   Cohort EndQuarter  CohortQ  EndQuarterQ  CohortYear  EndQuarterYear  \
0  2015Q1     2015Q1        1            1        2015            2015   
1  2015Q1     2015Q3        1            3        2015            2015   
2  2015Q1     2018Q4        1            4        2015            2018   
3  2015Q1     2019Q2        1            2        2015            2019   
4  2015Q1     2019Q3        1            3        2015            2019   
5  2015Q1     2020Q1        1            1        2015            2020   

   CountQuarters  
0              0  
1              2  
2             15  
3             17  
4             18  
5             20