在熊猫上有登录记录时，如何打电话给过去7天的登录用户？

Question

例如，我有一个这样的数据文件：

import random
import pandas as pd
l = []
for day in range(30):
    for userid in range(random.randint(5,30)):
        l.append([day,userid])
df = pd.DataFrame(l, columns=['Day','UserID'])

我想知道，过去7天登录用户的唯一用户计数。我现在使用的代码如下：

result = {}
df.set_index('Day',inplace=True)
for d in df.index.unique():
    result[d] = df[(df.index>=d-6) & (df.index<=d)].count()
pd.DataFrame(result).T

但我觉得我的代码糟透了。你能告诉我一种更优雅的方法吗？比如pandas.rolling_sum或者其他什么？

Answer 1

你是对的: rolling_sum是正确的。我对待它的方式，即使它不是一条条线：

# Generate random log data 'your' way
import random
import pandas as pd
l = []
for day in range(30):
    for userid in range(random.randint(5,30)):
        l.append([day,userid])
df = pd.DataFrame(l, columns=['Day','UserID'])

# Calculate desired statistics
df = df.groupby("Day").count() #calculate daily log count (this command will make a Day colum your index by default too)
df.columns = ["Daily count"] #rename column to make it more meaningful
df["Weekly count"]=pd.rolling_sum(df["Daily count"],window=7,min_periods=1) #calculate weekly count of previous column

这会产生你想要的结果：

     Daily count  Weekly count
Day                           
0             16          16.0
1             13          29.0
2             19          48.0
3              8          56.0
4             22          78.0
5             21          99.0
6             18         117.0
7              7         108.0
8             12         107.0
9              7          95.0
10            17         104.0
11            21         103.0
12            22         104.0
13            20         106.0
14            19         118.0
...