python - 如何计算python中特定id的日期之间的平均差距?
问题描述
我的输入数据框是这样的:对于每个公司,我们可以有多个 salesid,每个 salesid 都有唯一的创建日期。
CompanyName Salesid Create Date
ABC 1 1-1-2020
ABC 22 4-1-2020
ABC 3 15-1-2020
ABC 4 10-1-2020
XYZ 34 19-2-2020
XYZ 56 23-2-2020
XYZ 23 11-2-2020
XYZ 87 27-2-2020
XYZ 101 5-2-2020
我想计算每家公司的平均创造差距:我期待这种格式的输出:
Name Mean_createdate_gap
ABC 4.66
XYZ 5.5
解释:
ABC => (3+6+5)/3 = 4.66 (cumulative diff between dates)
XYZ => (6+8+4+4)/4 = 5.5
首先,我们可能需要对数据进行排序,然后按公司名称进行分组。我不确定我应该如何实现它。
解决方案
将列隐藏Create
到日期时间
df['Create'] = pd.to_datetime(df['Create'], format='%d-%m-%Y')
按此列排序
df = df.sort_values(by=['Create'])
使用累积差异均值进行 groupby 聚合
df.groupby('CompanyName')['Create'].agg(lambda x: x.diff().abs().mean())
CompanyName
ABC 4 days 16:00:00
XYZ 5 days 12:00:00
Name: Create, dtype: timedelta64[ns]
推荐阅读
- excel - Excel:是否可以在一页上运行两列列表并将其转移到辅助选项卡?
- python - 使用 Python 基于参考树合并列表项
- pyspark - 将多个 avro 文件与不兼容的模式结合起来
- json - 如何将数据格式化为如下所述的 json?
- design-patterns - 任务消费者微服务架构流程
- javascript - JavaScript 动态创建表格行跨度?
- python - 需要反转纬度和经度并使用 python 获取它们的类型
- api - Databricks Job API 使用单节点集群创建作业
- excel - 使用 Octave 运行 Excel 宏(来自个人工作簿)
- c - 内核模块中的 memcpy 指令导致内核崩溃