我有一个包含两列的数据框架:UserProductCombo、OrderDates。我对每个用户/产品组都有多个订单日期(每组1到5个日期)
我已经按降序对数据进行了排序,以获得每组的最高订单日期
我想计算每个组的订单日期之间的差异,并将它们放在我的数据框中的一个新列中(以天为单位)
(即OrderDate1-OrderDate2, OrderDate1-OrderDate3, OrderDate1-OrderDate4, OrderDate1-OrderDate5) 如果存在的订单不超过2个,我希望it转移到下一组
样本数据:
>>> bf_recency
UserProduct OrderDates
0 12111211/123232 2020-03-12 17:19:16.103
1 12111211/123232 2020-03-12 18:10:45.974
2 12111211/123232 2020-03-11 17:19:16.103
3 12111211/123232 2020-03-10 18:10:45.974
4 12111211/123232 2020-03-10 18:10:45.974
5 165870101/73066 2020-03-12 19:49:15.752
预期输出:
UserProduct diff(in days)
0 12111211/123232 N/A
1 12111211/123232 0
2 12111211/123232 1
3 12111211/123232 2
4 12111211/123232 2
5 165870101/73066 N/A
df_frequency = df.groupby(["UserProduct"])['ORDER_DATE'].nlargest(5).reset_index(name ='OrderDates')
df_frequency.sort_values(by=['OrderDates'],inplace=True, ascending=False)
df_freq = df_frequency.groupby(['UserProduct'])['OrderDates'].transform(lambda x: x.diff()) #STUCK HERE
您可以这样做:
相关问题 更多 >
编程相关推荐