如何按zipcode分组统计截止购买日前3个月累计购买量并新增dataframe列

前置条件 #

你已经将Purchase_Date列转换为pandas datetime格式，无需额外处理格式转换。

实现步骤 #

• 第一步：先对数据集按Zipcode、Purchase_Date升序排序，保证同邮编下的购买记录按时间顺序排列

import pandas as pd
df = df.sort_values(by=['Zipcode', 'Purchase_Date']).reset_index(drop=True)

• 第二步：按Zipcode分组后使用时间滚动窗口统计符合要求的购买次数
  这里用pd.DateOffset(months=3)实现精确的3个自然月偏移，closed='left'表示窗口范围为[当前日期-3个月, 当前日期)，排除当前记录本身的购买行为，刚好匹配“统计往前推3个月内的购买次数”的需求：

df['Cumulative_purchases'] = (
    df.groupby('Zipcode', group_keys=False)
    .apply(
        lambda group: group.set_index('Purchase_Date')
        .rolling(window=pd.DateOffset(months=3), closed='left')['Id']
        .count()
        .values
    )
)

其他统计逻辑适配 #

如果你实际需要统计的是所有早于当前日期减3个月的历史购买总次数（即不限制3个月的时间区间，只要购买日期早于截止日都算），可以用如下代码实现：

def count_before_3month(group):
    res = []
    for _, row in group.iterrows():
        cutoff_date = row['Purchase_Date'] - pd.DateOffset(months=3)
        cnt = group[group['Purchase_Date'] <= cutoff_date].shape[0]
        res.append(cnt)
    return res

df['Cumulative_purchases'] = df.groupby('Zipcode', group_keys=False).apply(count_before_3month)

内容的提问来源于stack exchange，提问作者TvCasteren