列（收入）的总值基于：数据中另一列（日期）的值和另一列（用户ID）的值

Question

我有两个表/数据框：用户和活动

在用户中，我有以下列：用户ID，国家，DOB，性别，注册日期，周后注册日期

其中：

UserId：每个用户的Id（在此表中仅显示一次），此数据帧/表中每个用户Id只有一行-->；它也是链接两个表/数据帧的关键列

出生日期：出生日期

RegDate：用户的注册日期

WeekAfterRegDate：注册后7天之后的日期

在活动中我有以下列：用户ID，日期，收入

其中：

UserId：与用户中的列相同，但由于收入不同，它可以出现在多行中

我需要计算第一周每个用户产生的平均收入

我得到了这些线索，这些线索可能很有用：

1. 合并这两个数据集
2. 计算每个用户注册后的天数和活动表中的日期
3. 考虑每个用户注册后前7天内产生的所有收入（不仅仅是每个用户产生的收入）

总之，我需要做的是为每个用户id创建一个循环，在两个日期之间求和Renevue。这两个日期之间的时间间隔是RegDate和WeekAfterRegDate

我一直在尝试不同的方法，比如groupby等，但我有点迷路了

Answer 1

下面是我要做的： 首先，列出第一个数据帧中的用户

user_list = first_df.UserId.unique().tolist()

然后遍历此列表和第二个数据库，如下所示：

revenue_total = 0
for i in range(len(user_list)):
    for x in range(len(second_df):
        if second_df['userid'][x] == user_list[i] and second_df['Date'][x] <= first_df['WeekAfterRegDate'][i]:
            revenue_total = revenue_total + second_df['Revenue'][x]

然后，只需将总收入除以总用户数即可

 total_revenue /len(user_list)
            

Answer 2

确保您的日期列实际上是datetime，因为您将无法比较字符串以便在第一周内仅筛选出这些实例。有关converting strings into datetime，请参见此处

合并两个表：

df_merged = pd.merge(activity,users,on='UserID')

您将获得包含每行中各自日期的活动表

筛选合并列表：

df_merged = df_merged.loc[df_merged['Date'] >= df_merged['RegDate']] # lower bound
df_merged = df_merged.loc[df_merged['Date'] < df_merged['WeekAfterRegDate']] # upper bound

该表现在只包含相关行

现在按用户分组并计算收入：

df_revenue = df_merged.groupby('UserID')['Revenue'].sum()