pandas 中单独列中每月每个类别的分组计数（当前月份与过去几个月）

Question

假设我有以下 dataframe：

我试图得到这样的东西。

我在想也许可以使用滚动 function 并为每种计数类型（当前月份和过去 3 个月）设置单独的数据框，然后根据 ID 合并它们。

我是 python 和 pandas 的新手，所以如果这是一个简单的问题，请多多包涵。 我仍在学习：）

编辑：

@furas 所以我开始计算所有计数的累积总和作为单独的列

 df['f_count_cum] = df.groupby(["ID"])['f_count'].transform(lambda x:x.expanding().sum())
    df['t_count_cum] = df.groupby(["ID"])['t_count'].transform(lambda x:x.expanding().sum())

然后只需通过

df_current = df[df.index == (max(df.index)]
df_past_month = df[df.index == (max(df.index - 1)]

然后只是根据ID合并两个数据框？

我不确定它是否正确，但这是我第一次接受这个

Answer 1

查看输入样本的几个假设：

1. Month索引是datetime64[ns]类型。 如果没有，请使用下面的类型转换数据类型。

   df['Month'] = pd.to_datetime(df.Month)

2. Month列是索引。 如果没有，请将其设置为索引。

   df = df.set_index('Month')

3. 将 df 的最后一个月视为当前月份，将前 3 个月视为“过去 3 个月”。 如果不分别在 df1 和 df2 中相应地修改last和first function 。

代码

df1 = df.last('M').groupby('ID').sum().reset_index().rename(
    columns={'f_count':'f_count(current month)',
            't_count':'t_count(current month)'})
df2 = df.first('3M').groupby('ID').sum().reset_index().rename(
    columns={'f_count':'f_count(past 3 months)',
            't_count':'t_count(past 3 months)'})

df  = pd.merge(df1, df2, on='ID', how='inner').reindex(columns = [ 'ID',
    'f_count(current month)', 'f_count(past 3 months)',
    't_count(current month)','t_count(past 3 months)'
])

Output

    ID  f_count(current month)  f_count(past 3 months)  t_count(current month)  t_count(past 3 months)
0   A   3   13  8   14
1   B   3   5   7   5
2   C   1   3   2   4

相同代码的另一个版本，如果您更喜欢 function 和单个语句

def get_df(freq):
    if freq=='M': 
        return df.last('M').groupby('ID').sum().reset_index()
    return df.first('3M').groupby('ID').sum().reset_index() 

df = pd.merge(get_df('M').rename(
    columns={'f_count':'f_count(current month)',
         't_count':'t_count(current month)'}),
        get_df('3M').rename(
   columns={'f_count':'f_count(past 3 months)',
            't_count':'t_count(past 3 months)'}),
        on='ID').reindex(columns = [ 'ID',
    'f_count(current month)', 'f_count(past 3 months)',
   't_count(current month)','t_count(past 3 months)'])

编辑：

从当月开始的前两个月：（我们可以根据需要使用不同的首尾function组合）

df2 = df.last('3M').first('2M').groupby('ID').sum().reset_index().rename(
    columns={'f_count':'f_count(past 3 months)',
            't_count':'t_count(past 3 months)'})