pandas 增加分组内每天的增量

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

营销活动中，一个活动的目标是带来订单量，如果同时进行多个活动，在持续的时间中，活动每天会有新的订单量增加。在本案例中，我们利用 pandas 订单每个活动每天相对于昨天新增加多少订单量。

数据与需求

以下为数据，我们先读取到 DataFrame，再进行需求描述。

from io import StringIO
import pandas as pd

data = '''
campaign_id,order_num,occur_day
744552718,58,2022-03-26
750580113,250,2022-03-26
730919191,90,2022-03-26
735166245,49,2022-03-26
750948718,138,2022-03-26
702042155,392,2022-03-26
701769306,2529,2022-03-27
744552718,70,2022-03-27
750580113,251,2022-03-27
730919191,96,2022-03-27
735166245,55,2022-03-27
750948718,138,2022-03-27
744552718,109,2022-03-28
'''

df = pd.read_csv(StringIO(data), sep=',')
df
'''
    campaign_id  order_num   occur_day
0     744552718         58  2022-03-26
1     750580113        250  2022-03-26
2     730919191         90  2022-03-26
3     735166245         49  2022-03-26
4     750948718        138  2022-03-26
5     702042155        392  2022-03-26
6     701769306       2529  2022-03-27
7     744552718         70  2022-03-27
8     750580113        251  2022-03-27
9     730919191         96  2022-03-27
10    735166245         55  2022-03-27
11    750948718        138  2022-03-27
12    744552718        109  2022-03-28
'''

数据中三列分别代表：

campaign_id：活动 ID
occur_day：活动所在的日期
order_num：活动在该天带来的订单数量

需求希望增加一个新列 order_add，用于统计，同一活动想对于昨天新新加的订单。

思路

先将 occur_day 转为时间格式，再进行排序，方便我们做行间差值。这时先不要着急求位差，因为差值要在活动内部进行，因此我们先按 campaign_id 进行分组，再用 transform() 调用求行差的方法 diff()，最后仅取 order_num 列，就得到了按活动日期间的订单数量差值。用 transform() 能够保证返回的数据与原数据形状一致。

最后将计算结果增加一个新列到原数据。

代码

foo = (
    df.astype({'occur_day': 'datetime64[ns]'})
    .sort_values('occur_day')
    .groupby(['campaign_id'])
    .transform(lambda x: x.diff())
    .order_num
)
foo
'''
0      NaN
1      NaN
2      NaN
3      NaN
4      NaN
5      NaN
6      NaN
7     12.0
8      1.0
9      6.0
10     6.0
11     0.0
12    39.0
Name: order_num, dtype: float64

将计算好的列值增加到原表：

df.assign(order_add=foo)
'''
    campaign_id  order_num   occur_day  order_add
0     744552718         58  2022-03-26        NaN
1     750580113        250  2022-03-26        NaN
2     730919191         90  2022-03-26        NaN
3     735166245         49  2022-03-26        NaN
4     750948718        138  2022-03-26        NaN
5     702042155        392  2022-03-26        NaN
6     701769306       2529  2022-03-27        NaN
7     744552718         70  2022-03-27       12.0
8     750580113        251  2022-03-27        1.0
9     730919191         96  2022-03-27        6.0
10    735166245         55  2022-03-27        6.0
11    750948718        138  2022-03-27        0.0
12    744552718        109  2022-03-28       39.0

这样就完成了需求。

（完）

pandas 增加分组内每天的增量

数据与需求

思路

代码

相关内容