Python如何标记时间序列DataFrame近n个月列值增减

前置要求 #

你的客户数据集需要包含三类核心字段，提前做好基础清洗：

• 客户唯一标识字段（比如customer_id）
• 月度统计时间字段（必须为datetime类型，比如stat_month，粒度到月即可）
• 需要对比的数值字段（比如salary即薪资）
• 提前保证每个客户单月仅存在一条有效记录，避免重复数据导致计算错误

核心实现逻辑 #

不用写低效的逐行遍历循环，直接用pandas的分组移位功能，把当前行的薪资值和n个月前的薪资值对齐做差，根据差值正负打变动标签即可，百万级数据量也能快速跑完。

可直接复用的代码 #

import pandas as pd
import numpy as np

# --------------------------
# 第一步：基础格式处理
# --------------------------
# 替换成你自己的DataFrame变量名、实际列名
df['stat_month'] = pd.to_datetime(df['stat_month'])  # 时间列转标准datetime格式
# 按客户ID、统计时间升序排序，保证每个客户的记录从早到晚排列
df = df.sort_values(by=['customer_id', 'stat_month']).reset_index(drop=True)

# --------------------------
# 第二步：定义通用打标函数
# --------------------------
def mark_nmonth_change(group, col, n):
    """
    对单个客户的时间序列分组，标记指定列近n个月的变动情况
    :param group: 单个客户的分组DataFrame
    :param col: 需要对比的数值列名，这里传薪资列即可
    :param n: 对比的月数，比如6、12
    """
    # 移位获取n个月前的数值
    val_n_before = group[col].shift(n)
    val_diff = group[col] - val_n_before
    # 根据差值匹配标签
    res_tag = np.select(
        condlist=[val_n_before.isna(), val_diff > 0, val_diff < 0],
        choicelist=[
            "无有效对比数据",
            f"近{n}个月上涨",
            f"近{n}个月下降"
        ],
        default=f"近{n}个月持平"
    )
    return pd.Series(res_tag, index=group.index)

# --------------------------
# 第三步：批量分组打标
# --------------------------
# 标记近6个月薪资变动
df['tag_6m'] = df.groupby('customer_id', group_keys=False).apply(
    lambda x: mark_nmonth_change(x, col='salary', n=6)
)
# 标记近12个月薪资变动
df['tag_12m'] = df.groupby('customer_id', group_keys=False).apply(
    lambda x: mark_nmonth_change(x, col='salary', n=12)
)

特殊场景处理 #

• 如果你的数据存在缺月（不是每个客户每个月都有记录），不要直接用shift移位：先把时间列设为索引，按客户分组后用resample('M')重采样为连续月度序列，缺月的薪资值按业务规则用前值填充/标记为空，再执行上面的打标逻辑，避免把间隔多月的记录错当成n个月的对比对象
• 如果只需要提取最新统计周期有薪资变动的客户，先按客户分组取stat_month最大的最新一条记录，再筛选标签为上涨/下降的行即可
• 打标前建议先过滤薪资为0、空值、异常极值的记录，避免出现误判

内容的提问来源于stack exchange，提问作者Katarina123