基于Pandas在两个日期间生成行：追踪待呼叫线索数量

需求 #

需要追踪每日任意时刻处于「线索创建」与「发起呼叫」两个步骤之间的线索数量，不同线索的这两个步骤时间间隔差异较大。

示例数据集 #

实现方案 #

通过生成每个线索在「创建」到「呼叫」之间的每分钟时间记录，再按时间分组统计即可得到任意时刻的待呼叫线索数。以下是Python实现代码：

import pandas as pd

def generate_rows(df, x):
    sample = {'ID': df.iloc[x, 0]}
    # 生成从创建时间开始的每分钟时间序列，周期为时间间隔数
    sample['Date'] = pd.date_range(df.iloc[x, 1], freq='Min', 
                                   periods=df.iloc[x, 3], name='Date')
    return pd.DataFrame(sample)

# 假设df是你的数据集，num_rows为数据集行数
num_rows = len(df)
expanded_df = pd.concat([generate_rows(df, x) for x in range(num_rows)])

执行后输出 #

运行上述代码后，会得到展开后的时间记录数据集：

后续统计 #

对展开后的数据集按Date分组，统计每组的ID数量，即可得到每分钟的待呼叫线索数：

daily_tracking = expanded_df.groupby('Date')['ID'].nunique().reset_index(name='待呼叫线索数')

内容的提问来源于stack exchange，提问作者Joey Bordon