销售速度定义为销售/运行天数

Question

我有一个交易销售数据：

print(df)

dt_op      quantity      cod_id
20/01/18      1            100
20/01/18      8            102

21/01/18      1            100 
21/01/18     10            102
...

我想为“days_elapsed_since_the_launch_of_that_product，”中的每个不同项定义一个新变量“”为"cumulative_sales /cod_id“。

我试过：

start = min(df["dt_op"])

df["running_days"] = (df["dt_op"] - start).astype('timedelta64[D]')
df["csum"] = df.quantity.cumsum()

df["speed"] = df["csum"] / df["running_days"]

但是它并不是为每一项计算；对于计算问题和缓慢的运行时间，我将避免for -循环。

Answer 1

尝试在一个新列中为每一个“cod_id”保存第一个启动日期：

df2 = df.groupby(['cod_id']).dt_op.min()

并将其合并回您的数据

df = pd.merge(df, df2, on='cod_id', how='left')

然后创建一个新列，作为最小日期和第一个日期之间的数据差异。你可以像上面那样计算csum，然后再计算出日期差。