如何用Pandas按创建日期统计提前3个月开户的贷款用户

现有数据表包含USER_ID、date_opened、Loan_created三个字段，需统计每个用户中满足date_opened早于Loan_created提前3个月的记录数，最终按USER_ID维度输出计数结果。

示例输入数据 #

USER_ID  date_opened Loan_created
1        22/12/2022   23/03/2023
1        12/12/2021   12/02/2021
1        06/05/2021   07/09/2021

期望输出 #

USER_ID Count
1        2

以下是具体的实现步骤：

1. 导入Pandas库并构造示例数据
   先导入必要的库，若读取外部数据可替换为pd.read_csv()等方法：

   import pandas as pd
   
   data = {
       'USER_ID': [1, 1, 1],
       'date_opened': ['22/12/2022', '12/12/2021', '06/05/2021'],
       'Loan_created': ['23/03/2023', '12/02/2021', '07/09/2021']
   }
   df = pd.DataFrame(data)
   

2. 转换日期字段为datetime类型
   原始日期为字符串格式，需转换为datetime类型才能进行日期计算，注意此处日期格式为日/月/年，需指定dayfirst=True：

   df['date_opened'] = pd.to_datetime(df['date_opened'], dayfirst=True)
   df['Loan_created'] = pd.to_datetime(df['Loan_created'], dayfirst=True)
   

3. 筛选满足条件的记录
   通过计算Loan_created往前推3个月的日期，判断date_opened是否早于或等于该日期：

   mask = df['date_opened'] <= df['Loan_created'] - pd.DateOffset(months=3)
   filtered_df = df[mask]
   

4. 按用户分组统计数量
   对筛选后的结果按USER_ID分组，统计每组记录数并将结果列重命名为Count：

   result = filtered_df.groupby('USER_ID').size().reset_index(name='Count')
   

5. 查看结果
   打印输出最终结果：

   print(result)
   

运行代码后输出与期望一致：

USER_ID  Count
0        1      2

内容的提问来源于stack exchange，提问作者Data Guy