使用 Pandas Dataframe 計算過去 30 天的發生次數

Question

我有一個帶有 ID 列和日期列 (YYYY-MM-DD) 的 pandas Dataframe，

ID	日期
001	2022-01-01
001	2022-01-04
001	2022-02-07
002	2022-01-02
002	2022-01-03
002	2022-01-28

如圖所示，日期字段中可能存在間隙。 我想要一個新列“occurrences_last_month”，它計算上個月（30 天）中每個 ID 的出現次數。

想法是添加一個新列，其中包含以下 output，

ID	日期	Occurrences_last_month
001	2022-01-01	0
001	2022-01-04	1
001	2022-02-07	0
002	2022-01-02	0
002	2022-01-03	1
002	2022-01-28	2

例如，在 ID 001 的情況下：

• 1 月 1 日：減去 1 個月到 12 月 2 日，所以 0 次出現
• 1 月 2 日：從 12 月 3 日到 1 月 1 日，所以出現 1 次
• 2 月 7 日：從 1 月 8 日開始，所以 0 次出現

我嘗試使用 datetime.timedelta 來計算一個新列“date_previous_month”，但我無法從那里計算出我需要的內容，我嘗試使用 count() 但未能獲得我需要的內容。

Answer 1

第一個想法是每個組使用Rolling.count並刪除由ID創建的第一級：

df = df.set_index('Date')
df['Ocurrences_last_month'] = (df.groupby('ID')
                                 .rolling('30D')
                                 .count().sub(1).droplevel(0).astype(int))
print (df)
            ID  Ocurrences_last_month
Date                                 
2022-01-01   1                      0
2022-01-04   1                      1
2022-02-07   1                      0
2022-01-02   2                      0
2022-01-03   2                      1
2022-01-28   2                      2

編輯：如果可能的重復值創建Series並由 DataFrame.join 分配給原始DataFrame.join ：

s = df.groupby('ID').rolling('30D', on='Date')['Date'].count().sub(1).astype(int)

df = df.join(s.rename('Ocurrences_last_month'), on=['ID','Date'])
print (df)
   ID       Date  Ocurrences_last_month
0   1 2022-01-01                      0
1   1 2022-01-04                      1
2   1 2022-02-07                      0
3   2 2022-01-02                      0
4   2 2022-01-03                      1
5   2 2022-01-28                      2

來自評論的替代解決方案：

df = df.merge(s.rename('Ocurrences_last_month'), on=['ID','Date'])