如何使用pandas统计带起止日期的产品各月存活数量
实现月度存活产品统计的方案
核心判断规则
和你给出的示例数值完全匹配的判定逻辑:
- 某产品在指定自然月计入存活数,当且仅当产品的启动时间早于等于当月第一天,且停机时间晚于等于当月最后一天,即产品完整覆盖整个自然月的全时段。
- 如果业务规则调整为“当月任意时点处于运行状态即算存活”,仅需调整判断条件为产品时间窗与当月区间存在交集即可,实现逻辑完全通用。
可直接运行的实现代码
加载与示例保持一致的基础数据集
import pandas as pd import numpy as np np.random.seed(123) df = pd.DataFrame({ 'PR':("1","2","3","4","5","18"), 'StartDate':pd.date_range('1/1/2011', periods=6, freq='D'), 'EndDate':np.random.choice(pd.date_range('1/1/2011', periods=365, freq='D'), 6, replace=False) })生成覆盖全时间范围的月度时间节点
# 确定数据集的整体时间跨度 min_period = df['StartDate'].min().to_period('M') max_period = df['EndDate'].max().to_period('M') # 生成所有自然月的月初、月末边界 month_df = pd.period_range(start=min_period, end=max_period, freq='M').to_frame(name='month', index=False) month_df['month_start'] = month_df['month'].dt.to_timestamp() month_df['month_end'] = month_df['month'].dt.to_timestamp(how='end').normalize()批量匹配计算并聚合计数
# 交叉关联产品时间窗与月度时间窗,一次性完成匹配,避免逐行循环 cross_df = month_df.merge(df, how='cross') # 按规则判断存活状态 cross_df['is_alive'] = (cross_df['StartDate'] <= cross_df['month_start']) & (cross_df['EndDate'] >= cross_df['month_end']) # 按月份聚合得到最终计数 result = cross_df.groupby('month')['is_alive'].sum().reset_index()
输出统计结果
运行后得到的结果与示例场景完全匹配:
- 2011年1月:存活数1
- 2011年2月:存活数5
- 2011年4月:存活数4
内容的提问来源于stack exchange,提问作者Erik Broström
相关产品推荐
相关产品推荐

