如何追踪6月至7月间从Stage1转Stage2用户的变量c变化

1. 修正并创建DataFrame #

首先修正原代码中的变量名错误（df1应为df），创建正确的数据集：

import pandas as pd
df = [[5,'2022-06',1,9],[0,'2022-06',2,3],[1,'2022-07',1,8],[45,'2022-06',2,8],[45,'2022-07',1,3],[0,'2022-07',1,16]]
df = pd.DataFrame(df, columns=['ID', 'date', 'Stage', 'c'])

2. 筛选目标用户并生成对比表格 #

我们需要筛选同时拥有6月和7月记录，且6月处于Stage1、7月转为Stage2的用户，以下是两种简便实现方法：

方法一：拆分月度数据后合并筛选 #

这种方法逻辑直观，避免数据丢失：

# 提取6月数据，重命名列以区分月度
jun_data = df[df['date'] == '2022-06'].rename(columns={'Stage': 'Stage_Jun', 'c': 'c_Jun'})[['ID', 'Stage_Jun', 'c_Jun']]
# 提取7月数据，重命名列
jul_data = df[df['date'] == '2022-07'].rename(columns={'Stage': 'Stage_Jul', 'c': 'c_Jul'})[['ID', 'Stage_Jul', 'c_Jul']]

# 内连接合并，仅保留同时有两个月记录的用户
merged = pd.merge(jun_data, jul_data, on='ID', how='inner')

# 筛选符合Stage变化条件的用户
result = merged[(merged['Stage_Jun'] == 1) & (merged['Stage_Jul'] == 2)]

# 可选：添加Stage变化说明列
result['Stage_Change'] = '1→2'

方法二：透视表合并 #

通过透视表将月度数据转为列，再筛选条件：

# 透视生成月度c值表
c_pivot = df.pivot_table(index='ID', columns='date', values='c', aggfunc='first').reset_index()
c_pivot.columns = ['ID', 'c_Jun', 'c_Jul']

# 透视生成月度Stage表
stage_pivot = df.pivot_table(index='ID', columns='date', values='Stage', aggfunc='first').reset_index()
stage_pivot.columns = ['ID', 'Stage_Jun', 'Stage_Jul']

# 合并两个透视表，过滤掉单月记录的用户（NaN值）
merged = pd.merge(c_pivot, stage_pivot, on='ID').dropna()

# 筛选目标用户
result = merged[(merged['Stage_Jun'] == 1) & (merged['Stage_Jul'] == 2)]

结果说明 #

最终的result表包含ID、Stage_Jun、c_Jun、Stage_Jul、c_Jul（可选Stage_Change）列，可直接用于绘制双月c值的对比直方图。

注：你的示例数据中没有符合条件的用户，因此结果会为空，但方法适用于真实业务数据。

内容的提问来源于stack exchange，提问作者user13948