基于用户首次交易日期，用Pandas按6个月周期分组汇总客户利润

原始数据集 #

需求说明 #

需要基于每个用户的首次交易日期作为起始点，按每6个月的周期分组汇总利润。理想输出如下：

现有代码问题 #

当前尝试的代码是基于自然时间的6个月周期（比如1月、7月为固定节点），无法以用户首次交易日期为起点进行分组：

df.groupby(['Customer ID',pd.Grouper(key='Date', freq='6M', closed='left')])['Profit'].sum().reset_index()

解决方案 #

要实现以用户首次交易日期为起点的6个月周期分组，需要先锚定每个用户的起始日期，再计算每条记录所属的周期区间，最后分组汇总。具体步骤如下：

1. 先将Date列转换为datetime类型：

df['Date'] = pd.to_datetime(df['Date'])

2. 计算每个用户的首次交易日期并合并到原数据：

first_dates = df.groupby('Customer ID')['Date'].min().rename('First_Date')
df = df.merge(first_dates, on='Customer ID')

3. 计算每条记录距离首次交易的月份差，并划分周期：

# 计算累计月份差
df['months_since_first'] = (df['Date'].dt.year - df['First_Date'].dt.year)*12 + (df['Date'].dt.month - df['First_Date'].dt.month)
# 按6个月为单位划分周期（0=首次交易后0-5个月，1=6-11个月，以此类推）
df['period'] = df['months_since_first'] // 6

4. 按用户和周期分组，汇总利润并生成周期起始日期：

result = df.groupby(['Customer ID', 'period']).agg(
    Date=('First_Date', lambda x: x.iloc[0] + pd.DateOffset(months=x.name[1]*6)),
    Profit=('Profit', 'sum')
).reset_index(drop=True)

执行后得到的结果与理想输出一致，如果需要转换日期格式，可以添加：

result['Date'] = result['Date'].dt.strftime('%m/%d/%Y')

内容的提问来源于stack exchange，提问作者Sabrina Margetic