统计前7天发生的类似事件。

Question

我在试着计算过去7天的事件重现率。事件由从我的银行帐户中扣除的特定金额来定义(参见下面的数据示例)。我试过使用各种工具，如滚动、groupby、重采样等，但无法将它们集成到工作解决方案中。我遇到的两个主要问题：

1. 我需要执行rolling.count()，只有当金额等于
2. 时，我需要一个完整的7天窗口，而不是7行窗口(有时没有事务)，

有什么想法吗？我也非常感谢你的解释。谢谢你！！

date        description     amount       desired column (amount count in the last 7 days)
9/5/2019    asdkfjlskd      500          1
9/6/2019    dfoais          1200         1
9/7/2019    sadlfuhasd\     -12.99       1
9/8/2019    sdaf            500          2
9/9/2019    sdaf            -267.01      1
9/10/2019   sdaf            -39.11       1 
9/11/2019   sdaf            -18          1
9/11/2019   sdaf            500          3
9/13/2019   sdaf            500          1
9/14/2019   sdaf            -450         1
9/15/2019   sdaf            -140         1 
9/16/2019   sdaf            -6.8         1

Answer 1

在熊猫中，正确的方法是使用群滚动，滚动窗口等于7天('7D')，如下所示：

df["date"] = pd.to_datetime(df.date)
df.set_index("date").groupby("amount").rolling("7D").count()

这导致：

amount  date    
-450.00 2019-09-14  1.0
-267.01 2019-09-09  1.0
-140.00 2019-09-15  1.0
-39.11  2019-09-10  1.0
-18.00  2019-09-11  1.0
-12.99  2019-09-07  1.0
-6.80   2019-09-16  1.0
500.00  2019-09-05  1.0
        2019-09-08  2.0
        2019-09-11  3.0
        2019-09-13  3.0
1200.00 2019-09-06  1.0

请注意，此时间框架中的日期与7天期间的结束有关.也就是说，在2019-09-13截止的7天内，你有3笔500笔交易.

如果您想要将其“扁平化”回每个事务的一行：

tx_count = df.set_index("date").groupby("amount").rolling("7D").count()
tx_count.columns=["similar_tx_count_prev_7_days"]
tx_count = tx_count.reset_index()
tx_count

在以下方面的成果：

         amount date        similar_tx_count_prev_7_days
0       -450.00 2019-09-14  1.0
1       -267.01 2019-09-09  1.0
2       -140.00 2019-09-15  1.0
3       -39.11  2019-09-10  1.0
4       -18.00  2019-09-11  1.0

Answer 2

我最终使用了以下方法。效率不高吗？

df3['test']=df3.apply(lambda x : df3[(df3['amount']== x.amount) & (df3['date'] < x.date ) & (df3['date'] >= (x.date-pd.DateOffset(days=7)))]['date'].count(), axis=1)