我想创建一个图表,显示一段时间内每个“入职年”(第一笔客户交易)的累计平均收入。但是我在对我需要的信息进行分组时犯了错误
玩具数据:
dataset = {'ClientId': [1,2,3,1,2,3,1,2,3,1,2,3,4,4,4,4,4,4,4],
'Year Onboarded': [2018,2019,2020,2018,2019,2020,2018,2019,2020,2018,2019,2020,2016,2016,2016,2016,2016,2016,2016],
'Year': [2019,2019,2020,2019,2019,2020,2018,2020,2020,2020,2019,2020,2016,2017,2018,2019,2020,2017,2018],
'Revenue': [100,50,25,30,40,50,60,100,20,40,100,20,5,5,8,4,10,20,8]}
df = pd.DataFrame(data=dataset)
说明:客户有一个指定的“入职年份”,他们每年都会进行一次交易。 然后,我计算了自客户加入以来经过的时间,以使我的图表在视觉上更具吸引力
df['Yearsdiff'] = df['Year']-df['Year Onboarded']
为了计算累计平均收入,我尝试了以下方法:
df = df.join(df.groupby(['Year']).expanding().agg({ 'Revenue': 'mean'})
.reset_index(level=0, drop=True)
.add_suffix('_roll'))
df.groupby(['Year Onboarded', 'Year']).last().drop(columns=['Revenue'])
输出开始累积,但最后一行不再累积(不确定原因)
df.groupby(['Year Onboarded','Year']).agg('mean') \
.groupby(level=[1]) \
.agg({'Revenue':np.cumsum})
但它不能正常工作,我也尝试了其他方法,但没有取得好的效果
要可视化累计平均收入,我只需使用sns.lineplot
我的目标是得到一个类似于下图的图表,但为此,我首先需要正确地分组数据
预期输出图
我们在图表上看到的年份代表的是“入职年份”,而不是“入职年份”
有人能帮我计算一个累积平均收入,以便绘制一个类似于上面的图表吗?多谢各位
此外,玩具数据集中提供的数据肯定不会给出与示例图类似的东西,但想法应该存在
您可以创建如下滚动平均值:
我会这样做,考虑到玩具数据不同,可能应该做一些更改,但总而言之:
相关问题 更多 >
编程相关推荐