每一连续期间熊猫的天数

Question

假设我有下一个df N03_zero (date_code已经是datetime)：

item_code       date_code
8028558104973   2022-01-01
8028558104973   2022-01-02
8028558104973   2022-01-03
8028558104973   2022-01-06
8028558104973   2022-01-07
7622300443269   2022-01-01
7622300443269   2022-01-10
7622300443269   2022-01-11
513082          2022-01-01
513082          2022-01-02
513082          2022-01-03

将date_code分配给某些item_code的数百万行。我试图得到每个item_code的每一个连续周期的天数，所有其他类似的问题都无助于我。预期的发展方向应该是：

item_code       continuous_days
8028558104973   3
8028558104973   2
7622300443269   1
7622300443269   2
513082          3

一旦天序列中断，它应该在这个序列中计数天数，然后再开始计数。目标是，能够为每个count、min、max和mean获取数据格式。

如下所示：

item_code       no. periods   min   max   mean
8028558104973   2             2     3     2.5
7622300443269   2             1     2     1.5
513082          1             3     3     3

有什么建议吗？

Answer 1

连续几天，用Series.diff比较Series.dt.days对不相等的1与Series.cumsum的累积和的天数之差，然后使用GroupBy.size，用DataFrame.droplevel删除二级，创建DataFrame。

df['date_code'] = pd.to_datetime(df['date_code'])

df1= (df.groupby(['item_code',df['date_code'].diff().dt.days.ne(1).cumsum()], sort=False)
        .size()
        .droplevel(1)
        .reset_index(name='continuous_days'))
print (df1)
       item_code  continuous_days
0  8028558104973                3
1  8028558104973                2
2  7622300443269                1
3  7622300443269                2
4         513082                3

然后通过GroupBy.agg命名聚合来聚合值。

df2 = (df1.groupby('item_code', sort=False, as_index=False)
          .agg(**{'no. periods': ('continuous_days','size'),
                 'min':('continuous_days','min'),
                 'max':('continuous_days','max'),
                 'mean':('continuous_days','mean')}))
print (df2)
       item_code  no. periods  min  max  mean
0  8028558104973            2    2    3   2.5
1  7622300443269            2    1    2   1.5
2         513082            1    3    3   3.0