Python 3.x 按id对数据帧分组后执行操作

我的当前数据帧：

df=
[id,date,       session_rank,sales]
[1, 06-01-2018, 5,             10 ]
[1, 08-01-2018, 6,             30 ]
[2, 06-01-2018, 1,              0 ]
[3, 05-01-2018, 3,             30 ]

我希望按id进行聚合，这样每个id就有一行，如下所示：

df_new=
[id,total_days,total_sessions,total_sales]
[1,  3,         2,             40        ]
[2,  1,         1,             0         ]
[3,  1,         3,             30        ]

计算：

天=每个id的最大日期mindate。 日期包括在内，因此2018年1月8日-2018年1月6日=3。此外，如果只为用户提供了1个日期或会话，则只需填写1即可

会话=每个id的maxsession_rank-minsession_rank

销售=每个id的销售总额

---

希望有人能帮忙

有很多方法可以做到这一点。我的想法是按日期分组，然后执行自定义agg。注意：我正在重建您的df，并使用date上的转换器来获取datetime数据类型

import pandas as pd
import io

s = '''id  date  session_rank  sales
       1  06-01-2018  5             10 
       1  08-01-2018  6             30 
       2  06-01-2018  1              0 
       3  05-01-2018  3             30'''

df = pd.read_csv(io.StringIO(s), sep='\s+', converters={'date': lambda x: pd.to_datetime(x, format='%d-%m-%Y')})
df = df.groupby('id').agg({'date': lambda x: ((x.max()-x.min()) + '1D').days,
                           'session_rank': lambda x: x if len(x)<2 else x.max()-x.min(),
                           'sales': sum})

print(df)

    date  session_rank  sales
id                           
1      3             1     40
2      1             1      0
3      1             3     30

df.groupby'id'.agg{

---

“session_rank”：lambda x:x，如果lenxIt是相似的！……某种程度上。我不同意OP根据他们的要求得出的预期结果。如果max=6，min=5，Id 1应该是session_rank=1