如何按ID及指定起始日期回溯两年对points变量求和？

原始数据示例 #

需求说明 #

针对每个ID，分别计算两个时间范围内的points总和：

• 范围1：从2010-01-01到2012-01-01（以2012-01-01为终点，往前推两年）
• 范围2：从2011-01-01到2013-01-01（以2013-01-01为终点，往前推两年）

实现方案（Python Pandas） #

以下是基于Pandas的代码实现，可直接适配你的数据集：

import pandas as pd

# 加载数据集（替换为你的实际数据路径或数据源）
df = pd.DataFrame({
    'ID': [1,1,1,2,2,2],
    'date': ['2010-05-10','2011-12-20','2012-03-05','2011-01-15','2012-11-30','2013-02-10'],
    'points': [10,20,15,5,25,30]
})

# 将date字段转换为datetime格式，便于时间筛选
df['date'] = pd.to_datetime(df['date'])

# 定义需要计算的两个目标终点日期
target_dates = pd.to_datetime(['2012-01-01', '2013-01-01'])

# 存储每个目标日期的计算结果
result_list = []

for target_date in target_dates:
    # 计算当前目标日期往前推两年的起始日期
    start_date = target_date - pd.DateOffset(years=2)
    # 筛选出ID对应的日期范围内的数据
    filtered_data = df[(df['date'] >= start_date) & (df['date'] <= target_date)]
    # 按ID分组求和points
    sum_result = filtered_data.groupby('ID')['points'].sum().reset_index()
    # 添加辅助字段，明确计算的时间范围和目标日期
    sum_result['target_date'] = target_date.strftime('%Y-%m-%d')
    sum_result['date_range'] = f"{start_date.strftime('%Y-%m-%d')}至{target_date.strftime('%Y-%m-%d')}"
    result_list.append(sum_result)

# 合并所有结果并输出
final_result = pd.concat(result_list, ignore_index=True)
print(final_result)

预期输出示例 #

内容的提问来源于stack exchange，提问作者Nona