如何在 Pandas 中对时间序列进行切片答案

【问题标题】：How to slice time series in Pandas如何在 Pandas 中对时间序列进行切片
【发布时间】：2020-04-09 05:41:54
【问题描述】：

我有一个时间序列，其中客户在某一天花费了一定价值的现金。我被要求逐月了解在 2018 年 1 月至 2018 年 12 月期间以及接下来的 12 个月期间有多少独立客户。

我正在努力研究如何使用 rolling() 函数设置一个 12 个月的窗口来计算这个数字。有人可以帮忙吗？

date        value customers
2018-01-01  5.0   a
2018-01-01  10.0  a
2018-01-02  2.0   c
2018-01-04  10.0  b
2018-01-06  20.0  a

【问题讨论】：

标签： pandas time-series rolling-computation

【解决方案1】：

试试这个：

df['date'] = pd.to_datetime(df['date'])
df = df.set_index('date')
df.groupby(df.index.to_period('M'))['customers'].nunique()

【讨论】：

【解决方案2】：

IIUC，您只需要在索引期间进行 groupby。我在不同月份和年份的样本中添加了几行

示例df

            value customers
date
2018-01-01    5.0         a
2018-01-01   10.0         a
2018-01-02    2.0         c
2018-01-04   10.0         b
2018-01-06   20.0         a
2018-02-12    5.0         a
2018-02-12    2.0         c
2018-02-14   10.0         b
2018-02-16   20.0         a
2019-01-01    5.0         a
2019-01-01   10.0         a
2019-01-02    2.0         c
2019-01-06   20.0         a
2019-02-12    5.0         a
2019-02-12    2.0         c
2019-02-14   10.0         b
2018-02-16   20.0         a

df.groupby(df.index.to_period('M')).customers.nunique()

Out[281]:
date
2018-01    3
2018-02    3
2019-01    2
2019-02    3
Freq: M, Name: customers, dtype: int64

【讨论】：