使用Pandas按客户维度计算两次购买付款之间的间隔时长

步骤1：数据预处理 #

先将日期列转换为datetime格式，避免字符串格式影响时间计算：

import pandas as pd

# 原始数据
df = pd.DataFrame({'Customer': ['A', 'A', 'A', 'A', 'A', 'A', 'A', 'A', 'B', 'B','B','B','B','B','B', 'B'],
                   'Date': ['1/1/2021', '2/1/2021','3/1/2021', '4/1/2021','5/1/2021', '6/1/2021','7/1/2021','8/1/2021', '1/1/2021', '2/1/2021','3/1/2021', '4/1/2021','5/1/2021', '6/1/2021','7/1/2021', '8/1/2021'], 
                   'Amt': [0, 10, 10, 10, 0, 0, 0, 0, 0, 0, 10, 10, 0, 0, 10, 0]})

# 转换日期格式
df['Date'] = pd.to_datetime(df['Date'], format='%d/%m/%Y')

步骤2：筛选有效消费记录计算间隔 #

先过滤掉消费金额为0的无效记录，按客户分组后计算相邻两次消费的断档月数：

# 筛选有效消费记录，按客户、日期升序排序
valid_df = df[df['Amt'] > 0].sort_values(['Customer', 'Date']).copy()

# 按客户分组计算相邻消费的月份差，减1得到中间未消费的断档月数，不受每月天数影响
valid_df['gap_months'] = valid_df.groupby('Customer')['Date'].diff().dt.to_period('M').apply(lambda x: x.n if pd.notna(x) else pd.NA) - 1

# 过滤掉每个用户首次消费的空间隔，按客户聚合得到所有有效断档
result = valid_df[valid_df['gap_months'].notna()].groupby('Customer')['gap_months'].apply(list).reset_index()

输出结果 #

最终result输出如下，完全匹配需求：

客户A只有连续消费记录，无后续回流消费，因此不会出现在结果中，符合「流失未回流无有效间隔」的规则。如果需要将每个间隔拆为单独行，在聚合后添加.explode('gap_months')即可。

内容的提问来源于stack exchange，提问作者Ryan Erwin