如何在python中找到每个时间过去52周的平均销售额

Question

我有一个包含四列的 csv 文件：日期、批发商、产品和销售。我正在寻找每个产品和批发商组合在每个日期最近 52 周的平均销售额。这意味着过去 52 周内在时间“C”时批发商“B”处产品“A”的平均先前销售额是多少。

例如，我们知道批发商“B”的产品“A”在 1 月、4 月、5 月、8 月的销售额分别为 100、200、300、400。假设我们在 1 月之前没有任何记录。因此，批发商 'B' 之前在 4 月销售产品 'A' 的平均值等于 100/1，5 月等于 (200+100)/2 和八月是 (300+200+100)/3。

下表显示了我的数据：

date    wholesaler product  sales
12/31/2012  53929  UPE54     4
12/31/2012  13131  UPE55     1
2/23/2013   13131  UPE55  1156
4/24/2013   13131  UPE55     1
12/1/2013   83389  UPE54     9
12/17/2013  83389  UPE54     1
12/18/2013  52237  UPE54     9
12/19/2013  53929  UME24     1
12/31/2013  82204  UPE55     9
12/31/2013  11209  UME24     4
12/31/2013  52237  UPE54     1

现在我正在使用：

df = pd.read_csv('Sample.csv',index_col='date')

expd_gb = df.reset_index().groupby(['wholesaler', 'product'])['sales'].apply(pd.Series.expanding)
idx = df.reset_index().groupby(['wholesaler', 'product', 'date'])['sales'].count().index

cnct = pd.concat([expd_gb.iloc[n].mean().shift(1) for n in range(len(expd_gb))])
cnct.index = idx

这给出了每个产品-批发商组合的先前销售额的总平均值（不是过去 52 周）。结果是：

wholesaler  product  date      
11209       UME24    12/31/2013      NaN
13131       UPE55    12/31/2012      NaN
                     2/23/2013       1.0
                     4/24/2013     578.5
52237       UPE54    12/18/2013      NaN
                     12/31/2013      9.0
53929       UME24    12/19/2013      NaN
            UPE54    12/31/2012      NaN
82204       UPE55    12/31/2013      NaN
83389       UPE54    12/1/2013       NaN
                     12/17/2013      9.0   

随着时间的推移，销售记录的迭代正在增加。我只需要找出过去 52 周的平均销售额是多少。这意味着在某个日期，例如 2015 年 11 月 6 日，过去 52 周某个批发商的产品平均销售额是多少。感谢一百万您的帮助！

Answer 1

考虑一个apply 函数，有条件地平均每条记录的批发商和产品过去 52 周的销售额。如果没有解决方法，groupby() 会为组返回相同的值，而您需要一种运行组平均值，因此请尝试按系列处理。请务必将日期转换为日期时间格式，因为您可以使用 timedelta() 倒计时 52 周。

import pandas as pd
import datetime

dateparse = lambda x: pd.datetime.strptime(x, '%m/%d/%Y')

df = pd.read_csv('Sample.csv', index_col='date',
                 parse_dates=[0], date_parser=dateparse)

def last52weeks(x):
    ser = df['sales'][(df.index >= x.name - datetime.timedelta(weeks=52)) &
                      (df.index <= x.name) &
                      (df['wholesaler'] == x[0]) &
                      (df['product'] == x[1])]
    return ser.mean()

df['avg_sales_last52weeks'] = df.apply(last52weeks, axis=1)
df = df.sort_values(['wholesaler', 'product'])

#             wholesaler product  sales    avg_sales_last52weeks
# date                                                          
# 2013-12-31       11209   UME24      4                      4.0
# 2012-12-31       13131   UPE55      1                      1.0
# 2013-02-23       13131   UPE55   1156                    578.5
# 2013-04-24       13131   UPE55      1                    386.0
# 2013-12-18       52237   UPE54      9                      9.0
# 2013-12-31       52237   UPE54      1                      5.0
# 2013-12-19       53929   UME24      1                      1.0
# 2012-12-31       53929   UPE54      4                      4.0
# 2013-12-31       82204   UPE55      9                      9.0
# 2013-12-01       83389   UPE54      9                      9.0
# 2013-12-17       83389   UPE54      1                      5.0

Answer 2

如果平均值是每周平均值，您不应该将总和（每个批发商的每个产品）除以周数，即 52，而不是在 cnct = pd.concat([expd_gb.iloc [n].mean().shift(1) for n in range(len(expd_gb))])?

如果您的周数少于 52 周，那么您需要将该产品的总销售额除以该批发商的周数。例如，如果在（2016 年）1 月，您销售了 100 个小部件，2 月销售了 200 个，3 月销售了 400 个，那么截至 4 月 1 日，您的总销售额将为 700 个。1 月有 31 天，2 月有 29 天，3 月有 31 天，所以总天数为 91 天，恰好是 13 周（91/7）。因此，这三个月期间的平均每周销售额将是 700/13 或大约。每周 53.85 个小部件。不管你有 91 条日记录、13 条周记录还是 3 条月记录，周均值都一样。

要获取天数（以及周数），您可以查看 timedelta 对象。超过 52 周后，您还可以使用 timedelta 计算出 52 周（或 364 天）前的日期，并在读取文件时丢弃该日期之前的任何内容。