如何用Python计算仅与前一日对比的每日新增用户数量

核心逻辑是先按日期分组得到每日用户集合，再将当日用户集合与前一日的做差集，差集的元素数量即为当日新增用户数，完全匹配你提到的统计规则。

首先安装依赖（如果环境没有pandas）：
pip install pandas

完整代码如下：

import pandas as pd

# 构造示例数据，实际使用时可替换为pd.read_csv()等读取自己的数据源
data = {
    'date': ['2012-09-29', '2012-09-29', '2012-09-30', '2012-09-30', '2012-10-01', '2012-10-01'],
    'users': ['A', 'B', 'A', 'C', 'B', 'C']
}
df = pd.DataFrame(data)

# 1. 按日期分组得到每日用户集合，同时按日期升序排序
daily_users = df.groupby('date')['users'].apply(set).sort_index()

# 2. 遍历计算每日新增用户数
result = []
# 从第2天开始计算，第1天无前一天数据无法对比
for i in range(1, len(daily_users)):
    current_date = daily_users.index[i]
    current_users = daily_users.iloc[i]
    prev_users = daily_users.iloc[i-1]
    # 取差集：当前日期存在、前一天不存在的用户
    new_user_count = len(current_users - prev_users)
    result.append({'date': current_date, 'users': new_user_count})

# 3. 转换为DataFrame输出，若需要索引从1开始可加result_df.index = result_df.index + 1
result_df = pd.DataFrame(result)
print(result_df)

date  users
0  2012-09-30      1
1  2012-10-01      1

和你期望的输出完全一致。

如果你的数据存在日期中断的情况（比如缺少2012-09-30的数据），不想和间隔超过1天的日期对比，可以增加日期差校验逻辑：

# 先把日期转为datetime格式
daily_users.index = pd.to_datetime(daily_users.index)
for i in range(1, len(daily_users)):
    current_date = daily_users.index[i]
    prev_date = daily_users.index[i-1]
    # 仅相邻两天的日期才计算新增
    if (current_date - prev_date).days != 1:
        continue
    # 剩余逻辑和之前保持一致

内容的提问来源于stack exchange，提问作者No94