如何获得特定月份的最后四天销售计数和前 27 天的销售计数？

Question

如何获取每个设备号的销售计数并过滤超过前 27 天的销售量（01/Mar/2020 - 27/Mar/2020）

Device_num      Date        sale_type
2344            1/3/2020      BP
2344            12/3/2020     BP
2344            15/3/2020     BP
2344            20/3/2020     BP
2344            28/3/2020     BP
3455            10/3/2020     Retailer
3455            15/3/2020     Retailer
3455            31/3/2020     Retailer 


output table
Device_num  sale_type   1st_27dayssale  Tot_sale last4dayscount
2344          BP             4            5           1           
3455          Retailer       2            3           1

Answer 1

你可以试试：

df.groupby(["Device_num", "sale_type", pd.Grouper(key='Date', freq="m")]).apply(
    lambda x: pd.Series({"Device_num":  x.name[0],
                         "sale_type": x.name[1],
                         "1st_27dayssale": (x.Date.dt.day <= 27).sum(),
                         "Tot_sale": len(x),
                         "last4dayscount" : (x.Date.dt.day > 27).sum()})) \
    .reset_index(drop=True)

说明：

1. 数据集使用groupby按3个键分组：

   • Device_num，因为您希望每个设备编号都有一行
   • sale_type，因为我们还希望每个 sale_type 有一行
   • 当前月份使用pd.Grouper。在pd.grouper 中，参数key 选择在grouper 中使用的列，freq 代表groupby frequency。这里我们使用m 按月分组。更多详情，请查看this topic

2. 然后对于上述每个组，我们将希望返回 5 个预期列。 pd.apply 让使用对每个组执行一个功能。我们希望我们的函数返回：

   • Device_num：这是群里的钥匙，所以我们打电话给name 来获取。因为它是第一个键，所以我们最终使用x.name[0]。 This discussion 解释了如何从 groupby 获取密钥。
   • sale_type: x.name[1]（同上Device_num）
   • 1st_27dayssale：我们使用 x.Date.dt.day 访问从日期开始的日期，并与 27 进行比较。因为我们实际上想要值的数量，所以我们执行 .sum 来计算它们：(x.Date.dt.day <= 27).sum()
   • Tot_sale：组中的行数，例如len(x)
   • last4dayscount: (x.Date.dt.day > 27).sum()（同上1st_27dayssale）

3. 使用 reset_index 和 drop=True 从 groupby 中删除多索引。

完整代码：

# Be sure Date is a date type
df["Date"] = pd.to_datetime(df.Date, format="%d/%m/%Y")
print(df)
#    Device_num       Date sale_type
# 0        2344 2020-03-01        BP
# 1        2344 2020-03-12        BP
# 2        2344 2020-03-15        BP
# 3        2344 2020-03-20        BP
# 4        2344 2020-03-28        BP
# 5        3455 2020-03-10  Retailer
# 6        3455 2020-03-15  Retailer
# 7        3455 2020-03-31  Retailer


out = df.groupby(["Device_num", "sale_type", pd.Grouper(key='Date', freq="m")]).apply(
    lambda x: pd.Series({"Device_num":  x.name[0],
                         "sale_type": x.name[1],
                         "1st_27dayssale": (x.Date.dt.day <= 27).sum(),
                         "Tot_sale": len(x),
                         "last4dayscount" : (x.Date.dt.day > 27).sum()})) \
    .reset_index(drop=True)
print(out)
#    Device_num sale_type  1st_27dayssale  Tot_sale  last4dayscount
# 0        2344        BP               4         5               1
# 1        3455  Retailer               2         3               1