使用 Pandas Dataframes 根据间隙长度计算活动日期

Question

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，因此非常感谢任何帮助。基本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计数来获取此信息，但我想应用以下限制，“如果有 n活动日期之间的天数，仅计算该间隔之前的天数”。

例如，如果 n = 5，则以下应返回活动天数为 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

Answer 1

在了解了你想要的之后这个就简单多了，所以我们计算当前行和前一行之间的差异是否大于 5 天给我们一个布尔系列，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