在给定大熊猫的日期范围时，如何进行月度计数

Question

我有一个数据帧，记录用户、标签以及他们被标记的开始和结束日期例如

开始日期2020-01-01

	用户	标签	结束日期
1	x	2018-01-01	2018-10-01
2	x	2019-05-10
3	y	2019-04-01	2022-04-20
1		b	2018-10-01	2020-05-08

您可以使用date_range和to_period组合生成活动月份，然后使用pivot_table和aggfunc='nunique'聚合唯一用户(如果您想计算重复用户，请使用aggfunc='count'(：

out = (df
.assign(period=[pd.date_range(a, b, freq='M').to_period('M')
for a,b in zip(df['start_date'], df['end_date'])])
.explode('period')
.pivot_table(index='period', columns='label', values='user',
aggfunc='nunique', fill_value=0)
)

输出：

label    b  x  y
period          
2018-01  0  1  0
2018-02  0  1  0
2018-03  0  1  0
2018-04  0  1  0
2018-05  0  1  0
...
2021-12  0  0  1
2022-01  0  0  1
2022-02  0  0  1
2022-03  0  0  1

处理NaT

如果你有相同的开始/结束，并且想要计算值：

out = (df
.assign(period=[pd.date_range(a, b, freq='M').to_period('M')
for a,b in zip(df['start_date'], df['end_date'])])
.explode('period')
.assign(period=lambda d: d['period'].fillna(d['start_date'].dt.to_period('M')))
.pivot_table(index='period', columns='label', values='user',
aggfunc='nunique', fill_value=0)
)