不同人群的平均访问间隔

Question

给定以下数据帧

import pandas as pd
df = pd.DataFrame({'visited': ['2015-3-4', '2015-3-5','2015-3-6','2016-3-4', '2016-3-6', '2016-3-8'],'name':['John','John','John','Mary','Mary','Mary']})
df['visited']=pd.to_datetime(df['visited'])

       visited  name
0   2015-03-01  John
1   2015-03-05  John
2   2015-03-06  John
3   2016-03-04  Mary
4   2016-03-06  Mary
5   2016-03-08  Mary

我希望计算两个人每天的平均访问间隔，在这个例子中，结果应该是

  avg_visited_interval  name
0                    1  John
1                    2  Mary

我怎么发动汽车呢？

Answer 1

您可以将groupby.apply与diff和mean一起使用，如下所示：

df.groupby('name')['visited'].apply(lambda x: x.diff().mean()).to_frame('avg_visited_interval')

结果：

name    avg_visited_interval
John                  1 days
Mary                  2 days

此处的avg_visited_interval列将为datetime类型。要将该列设置为整数(即天数)，可以在diff()和mean()之间添加dt.days。

Answer 2

使用带有lambda函数的GroupBy.agg表示Series.diff的差异，使用Series.dt.days将时间增量转换为天，最后使用Series.reset_index

df = (df.groupby('name')['visited']
        .agg(lambda x: x.diff().dt.days.mean())
        .reset_index(name='avg_visited_interval'))
print (df)
   name  avg_visited_interval
0  John                   1.0
1  Mary                   2.0

最后，如有必要，更改列的顺序：

df = df[['avg_visited_interval','name']]
print (df)
   avg_visited_interval  name
0                   1.0  John
1                   2.0  Mary