Python 如何计算每个客户端包含2个以上订单的数据帧中第一个订单和第二个订单之间的平均天数？

我有一个如下所示的数据帧：

  id_cliente    id_ordine data_ordine id_medium
0  madinside  IML-0042758  2016-08-23   1190408
1  lisbeth19  IML-0071225  2017-02-26   1205650
2  lisbeth19  IML-0072944  2017-03-15   1207056
3  lisbeth19  IML-0077676  2017-05-12   1211395
4  lisbeth19  IML-0077676  2017-05-12   1207056
5  madinside  IML-0094979  2017-09-29   1222195
6  lisbeth19  IML-0099675  2017-11-15   1211446
7  lisbeth19  IML-0099690  2017-11-15   1225212
8  lisbeth19  IML-0101439  2017-12-02   1226511
9  lisbeth19  IML-0109883  2018-03-14   1226511

我想增加三个栏目：

• 第一列可以命名为“每个客户的订单数量”，应该是同一客户的订单数量。
  因此，订单IML-0042758应为1，IML-0071225应为1，IML-0072944应为2，IML-0077676应为3，IML-0094979应为2，依此类推

• 第二列可以命名为“同一客户的第一个订单和n个订单之间的天数”，显示同一客户的不同订单之间的差异（日期时间列）。
  因此，前6行的值为：0（2016-08-23-2016-08-23）、0（2017-02-26-2017-02-26）、17（2017-03-15-2017-02-26）、75（2017-05-12-2017-02-26）、75（2017-05-12-2017-02-26）、402（2017-09-29-2017-02-26）

• 第三列可命名为“同一id_介质的第一个和第n个订单之间的天数”，并显示每个id_介质的不同订单之间的差异（日期时间列）。
  因此，前6行的值为：0（2016-08-23-2016-08-23）、0（2017-02-26-2017-02-26）、0（2017-03-15-2017-03-15）、0（2017-05-12-2017-05-12）、58（2017-05-12-2017-03-15，因为介质“1207056”是第二次订购的）、0（2017-09-29-2017-09-29）

最后，我想计算一下客户下第二次订单、第三次订单、第四次订单等的平均时间。

---

以及客户对同一id_介质进行第二次、第三次（等）订购所需的平均时间。

首先转换为

datetime

和

排序

，以便计算可靠

• 第一列我们可以使用

  groupby

  +

  ngroup

  标记每个订单，然后我们从每个人身上减去min，使他们都从1开始
• 从第一次订单开始的天，使用

  groupby

  +

  transform

  获取每个客户的第一个日期，然后减去
• 第三列相同，只需将

  id\u medium

  添加到分组中即可

代码： 输出：

---

您是对的，上一个差异有一个错误：因为索引5的客户是madinside，所以差异应该是2017-09-29-2016-08-23。谢谢，谢谢你的回复。查看您的df输出，我认为它可能不完全回答我的问题：事实上，第4行的“Num_ords”列应该是3，因为顺序是相同的（IML-0077676），有一个双项目（id_medium 1211395和1207056）。另外，“days_bet”列似乎不是我所期望的：第3行的实际值58是lisbeth19的第三阶和第二阶之间的差值，我期望第三阶和第一阶之间的差值。@rafspo我想我更理解这个问题。请查看更新

df['data_ordine'] = pd.to_datetime(df['data_ordine']) 
df = df.sort_values('data_ordine')

df['Num_ords'] = df.groupby(['id_cliente', 'id_ordine']).ngroup()
df['Num_ords'] = df.Num_ords - df.groupby(['id_cliente']).Num_ords.transform('min')+1

df['days_bet'] = (df.data_ordine -df.groupby('id_cliente').data_ordine.transform('min')).dt.days

df['days_bet_id'] = (df.data_ordine - df.groupby(['id_cliente', 'id_medium']).data_ordine.transform('min')).dt.days

  id_cliente    id_ordine data_ordine  id_medium  Num_ords  days_bet  days_bet_id
0  madinside  IML-0042758  2016-08-23    1190408         1         0            0
1  lisbeth19  IML-0071225  2017-02-26    1205650         1         0            0
2  lisbeth19  IML-0072944  2017-03-15    1207056         2        17            0
3  lisbeth19  IML-0077676  2017-05-12    1211395         3        75            0
4  lisbeth19  IML-0077676  2017-05-12    1207056         3        75           58
5  madinside  IML-0094979  2017-09-29    1222195         2       402            0
6  lisbeth19  IML-0099675  2017-11-15    1211446         4       262            0
7  lisbeth19  IML-0099690  2017-11-15    1225212         5       262            0
8  lisbeth19  IML-0101439  2017-12-02    1226511         6       279            0
9  lisbeth19  IML-0109883  2018-03-14    1226511         7       381          102