如何计算pandas中唯一元素的累计计数
提问于 2021-07-27 14:47:51
我有一个包含二进制列的dataframe，它表示非活动客户(0 =活动客户，1=非活动客户)，如下所示：
month customer_id inactive
2020-01 customer_1 0
2020-01 customer_2 0
2020-01 customer_3 0
2020-01 customer_3 0
2020-02 customer_1 0
2020-02 customer_1 0
2020-02 customer_2 0
2020-02 customer_2 0
2020-03 customer_2 1
2020-03 customer_3 1
2020-03 customer_4 0
2020-03 customer_4 0
2020-04 customer_1 0
2020-04 customer_1 1
2020-04 customer_4 0
2020-04 customer_5 0为了更好地查看活跃客户总数，我想计算每月唯一客户的累计数量，并减去已变为非活跃客户的数量。我正在寻找如下所示的输出：
month cum_count_unique_customers
2020-01 3
2020-02 3
2020-03 2
2020-04 3有没有办法用Pandas得到这个结果呢？
谢谢你的帮助！
回答 2
Stack Overflow用户
发布于 2021-07-27 14:59:53
也许你可以试试这个：
import pandas as pd
df = pd.DataFrame({'month':['2020-01','2020-01','2020-01','2020-02','2020-02'],
'customer_id':['customer_1','customer_2','customer_1',
'customer_1','customer_2']})
df[df.inactive == 0].groupby('month')['customer_id'].nunique()首先按月份对数据帧进行分组，然后计算唯一客户ids的数量
Stack Overflow用户
发布于 2021-07-27 15:07:20
这不是最优雅的解决方案，但如果您熟悉SQL，它可能会有所帮助：
df = df[df['inactive']!=0]
df = df[['month', 'customer_id']].groupby(['month']).count()
df.rename(columns={"customer_id": "cum_count_unique_customers"})其中df是一个熊猫数据帧。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/68547057
复制
腾讯云开发者
